热电厂主蒸汽温度控制策略仿真研究

《热电厂主蒸汽温度控制策略仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第3l卷第7期计算机仿真2014年7月文章编号：1006—9348(2014)07—0144—04热电厂主蒸汽温度广～皿发控制策略仿真研究弓锵，刘春艳(运城学院机电工程系，山西运城044000)摘要：在火力发电锅炉温度优化控制问题的研究中，针对热电厂主蒸汽温度控制时存在实时性差的缺点，提出采用遗传算法与反向传播神经网络结合的PID主蒸汽温度控制策略，通过遗传算法优化反向传播神经网络的权值和阈值，使得神经网络能根据辨识提供的学习信号在线调整PID控制器使控制系统具有较好的自学习和自适应能力，通过在MATLAB上进行仿真证明：控制策略的三个参

2、数在响应速度、最大误差和对变化的敏感程度上均优于传统的PID控制系统。采用GA—BP神经网络的PID控制系统能够保证良好的动、静态特性，是一种适合热电厂主蒸汽温度控制的有效的控制策略。关键词：遗传算法；反向传播神经网络；主蒸汽温度；控制策略中图分类号：TM621．6；TPl文献标识码：BSimulationonMainSteamTemperatureControlStrategyinThermalPowerPlantsGONGQiang，LIUChun-yan(DepartmentofMechatronicsEngineering，Yun

3、chengUniversity，YunchengShanxi044000，China)ABSTRACT：ThispaperpresentsaPIDmainsteamtemperaturecontrolstrategybasedonGA-BPneuralnet，andoptimizestheweightsandthresholdsofBPneuralnetworkwithgeneticalgorithm．ItmakestheneuralnetworkoutputfortheparametersofPIDcontroller，anditbas

4、esontheidentificationsignalprovidedbythestudytoadjustthethreeparametersofPIDcontrolleron-line．Throughthat，thecontrolsystemhasgoodserf-learningandadaptivecapacity．Bycomparingtheresponsespeed，maximumerrorandreactionspeedtochangeofthethreeparameters，thesimula·tionshowsthatth

5、econtrolstrategyismuchmoreefficientthantraditionalPIDcontr01．TheconclusionisthatthePIDcontroIsystembasedonGA—BPneuralnetCanensuregooddynamicandstaticcharacteristics．anditis蚰effectivecontrolstrategywhichissuitableformainsteamtemperaturecontrolinthermalpowerplants．KEYWORDS：

6、Geneticalgorithm；BPneuralnetwork；MAINsteamtemperature；Controlstrategyl引言在大中型火力发电厂中，锅炉主蒸汽温度是一个重要的控制指标。由于对主蒸汽温度的控制只能通过喷水降温、烟气加热等有限办法，且主蒸汽存在总量大、管路长等特点，主蒸汽温度的调节具有热惯性强、调节滞后的特点，其温度控制系统是一个典型的具有大迟延、大惯性、非线性及时变性的复杂系统。采用经典控制理论及PID控制系统对主蒸汽温度进行控制时，控制参数需预先确定，且在控制过程中参数相对固定，不能随控制对象的变化进行及

7、时调整，因此存在控制实时性差、难以快速调节等缺点，难以对主蒸汽温度变化进行及时有效地调节。随着现代控制理论和技术的不断发展，神经网络控制理论被逐渐引入到热电厂主蒸汽温度控制系统，文献[1，2]针基金项目：运城学院教学研究项目(JQ201305)收稿日期：2014—03—07修回日期：2014—04—04．--——144---——对神经网络解决高度非线性和严重不确定性温度控制系统的巨大潜力进行了有益探索。但是单纯将神经网络与经典控制系统相结合容易陷入局部最优的怪圈，并不能全面解决主蒸汽温度控制系统面临的控制实时性差问题。本文在经典PID控制

8、的基础上，提出了采用遗传算法与反向传播神经网络结合(简称GA—BP神经网络)的PID控制策略，通过遗传算法优化反向传播神经网络的权值和阈值，以建立参数自学习的PID控制系统，实现对主蒸汽温度的