单元机组协调系统的神经网络解耦控制仿真研究.pdf

《单元机组协调系统的神经网络解耦控制仿真研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第45卷第2期锅炉技术Vo1．45，NO．22014年3月B0ILERTECHN0L0GYMar．。2Ol4单元机组协调系统的神经网络解耦控制仿真研究张嘉英，张丽萍，萧贵玲(1．内蒙古工业大学电力学院，内蒙古呼和浩特010080；2．内蒙古电力科学研究院，内蒙古呼和浩特010020)摘要：神经网络控制是一种新颖的智能控制方法。应用神经网络技术，对难以精确建模的复杂非线性对象进行神经网络模型辨识作为控制器，提高了响应的快速性和准确性，可满足工业过程所提出的安全性、可靠性与易实现性的要求。大型火力发电单元机组协调控制系统是一个相对复杂的多变量控制系统，控制对象

2、具有大时滞、时变、非线性、强耦合的特点，传统的PID控制算法很难实现对过程参数的良好跟踪和理想的控制效果。针对单元机组协调控制系统的特点将神经网络解耦控制应用于单元机组协调控制系统中，仿真实验表明，神经网络解耦控制具有较强的适应性和较高的控制精度，提高了负荷的响应速率，控制效果优于传统的PID控制算法。关键词：单元机组；协调控制系统；神经网络；解耦控制中图分类号：TP13文献标识码：A文章编号：1672—4763(2014)02—001O—O4令人满意，因此需要引入智能技术来提高协调控制0前言系统的性能。神经网络技术作为智能科学的领头羊，是近本文将神经元网

3、络解耦控制应用于单元机年来发展起来的一门十分活跃的交叉学科，它涉组的协调控制系统中，并进行了基于MATIAB及生物、电子、计算机、数学、物理等学科，有着广的控制系统仿真实验。仿真实验表明，它是有效泛的应用前景。神经网络作为一种新的方法体的，可行的，提高了负荷的响应速率，保证了系统系，具有分布并行处理、非线性映射、自适应学习的品质，具有较强的适应性和鲁棒性，具有较高和鲁棒容错等特性，使得它在模式识别、控制优的控制精度j。化、智能信息处理，以及故障诊断等方面都有广1单元机组协调控制系统及其动态数学模型泛的应用E-21。大型火力发电单元机组的协调控制系统是一1．

4、1单元机组协调控制系统的组成个相对复杂的多变量控制系统。单元机组协调控单元机组协调控制系统是一个分级控制系制系统的控制对象具有大时滞、时变、非线性、强耦统结构，由协调控制级的负荷控制系统(又称主合的特点，其中，主蒸汽压力稳定性和负荷适应性控制系统)、基础控制级的子控制系统(锅炉控制是一对最基本、最主要的矛盾。随着普遍采用大容系统和汽轮机控制系统)和单元机组对象组成。量、高参数、单元制机组，对机组的快速调峰能力也负荷控制系统通过锅炉控制系统和汽轮机提出了更高的要求。在单元机组负荷控制系统中，控制系统来使机组达到既满足负荷要求又满足锅炉、汽机在动态特性方面存在

5、着较大的差异。大主蒸汽压力稳定的要求。负荷控制系统相对于型单元机组的相对蓄热量的减小，锅炉的惯性和迟锅炉控制系统和汽轮机控制系统这些子控制系延势必导致主蒸汽压力的大范围波动，尤其是直吹统来说，起到上位控制的作用；而锅炉、汽轮机的式燃煤汽包炉，主蒸汽压力的波动范围就更大。在控制系统相对于负荷控制系统来说，相当于起到机跟炉负荷控制方式下，虽然可获得较稳定的主蒸下位控制的目的。汽压力，但负荷响应十分缓慢。因此常规协调控制基础控制级上，对于汽轮机侧来说，汽轮机控系统中，均采用前馈技术、能量平衡的策略。然而，制系统是汽轮机数字电液控制系统。对于锅炉侧实际运行结果表明

6、，常规协调控制系统的性能并不来说，参加单元机组负荷控制的控制系统主要是燃收稿日期：2013—04—08基金项目：内蒙古自治区科技创新引导奖励资金计划(20111603)；内蒙古工业大学科学研究项目(ZS201134)作者简介：张嘉英(1976一)女，硕士，副教授，主要从事火力发电控制技术及控制策略的研究。第2期张嘉英，等：单元机组协调系统的神经网络解耦控制仿真研究烧过程控制系统。燃烧过程控制系统根据锅炉指经元网络按被控系统控制量的个数可以分为控令调节燃料量来改变燃烧率，汽轮机数字电液控制制单变量系统的单控制量神经元网络和控制多系统根据汽轮机指令调节阀门开度

7、来改变汽轮机变量系统的多控制量神经元网络。其中单控制进汽量。当机组采用协调控制方式时，由于燃烧率量神经元网络是PID神经元网络的基本形式，多和进汽量的协调变化，使得机组既快速满足外部发控制量神经元网络可以看成是多个单控制量神电负荷的要求，同时又使得主蒸汽压力波动小，保经元网络的组合形式E6-83。证了机组的安全经济运行L4J。单控制量神经元网络的拓扑结构见图l。图1．2单元机组协调控制系统的动态特性1中，X是控制量的控制目标，X是控制量的当本文以某国产300MW火电厂单元机组协调前值，y是神经元网络计算得到的控制率，、叫控制系统为研究对象，在额定负荷下的数

8、学模是网络权值，从中可以看出单控制量神经元网络型为：是一个三层前向