基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究-论文.pdf

《基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究-论文.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43卷第6期热力发电Vo1．43No．62014年6月THERMALP0WERGENERAT10NJun．2014垂于GMDH种缠网络适适·l机组墨汽湿度预洲模及仿真研究陈小强，许仙珍，蔡璐璐。，张江丰，楼可炜(1．国网浙江省电力公司电力科学研究院，浙江杭州310014；2．浙江大学智能系统与控制研究所，浙江杭州310027；3．安徽工程大学电气学院，安徽芜湖2410OO)[摘要]由于超超临界1000MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点，使得传统的控削方法难以适应

2、过热蒸汽温度的控制，出现过热蒸汽温度波动大，甚至超温等问题。对此，采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型，以预测过热蒸汽温度的变化趋势。仿真结果表明，基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络，具有较好的移植性和实用性。[关键词]超超临界；1000Mw机组；过热蒸汽温度；GMDH神经网络；预测模型[中图分类号]TK223．74；TP391．9[文献标识码]A[文章编号]1002—3364(2014)06—0102—06[DOI编号]10．39

3、69／j．issn．1002—3364．2014．06．102GMDHneuralnetworkbasedpredictivemodelingandsimulationforsuperheatedsteamtemperatureof1000MWultra。supercriticalunitsCHENXiaoqiang，XUXianzhen。，CAILulu。，ZHANGJiangfeng，LOUKewei(1．ZhejiangElectricPowerResearchInstitute，Hangzhou

4、310014，China；2．InstituteofCyber—SystemsandControl，ZheiiangUniversity，Hangzhou310027，China；3．CollegeofElectricEngineering，AnhuiPolytechnicUniversity，Wuhu241000，China)Abstract：Thesuperheatedsteamtemperature(SST)of1000MWultra—supercriticalunitshasthecharact

5、eristicsoflargetime—delay，nonlinearanddynamicparametersheavilyrelyingontheload．SotheSSThasalargefluctuationundertheconventionalcontrolscheme。whichcausesover-tern—peraturephenomenonfrequently．InordertomonitortheSST，thegroupmethodofdatahandling(GMDH)basedp

6、redictionmodelwasappliedtopredicttheSST．Thedynamicpredictionmode1wasestablishedbytakingpreviousinlettemperatureandOhlettemperatureofthefinalsuper-heaterasinputsigna1．Thecurrentoutlettemperaturewastakenasexpectedsignal，andtheoper—ationaldatawasastrainings

7、et．Toverifytheefficiencyoftheproposedpredictionmodel，thelineNetwork，BPandGMDHmodelwereappliedonthesameoperationaldatatogetone—step—aheadpredictionoftheSST．ThesimulationresultsshowthattheGMDHmodelhasabetterpredicationthantheothers．Keywords：ultrasupercriti

8、cal；1000MWunit；superheatedsteamtemperature；GMDHneutralnetwork；predictionmodel收稿日期：2013一O6—2O基金项目：浙江省公益科技资助项目(2012C31G6130003)作者简介：陈小强(1977一)，男，江苏南通人，硕士，高级工程师，从事火电机组热工控制技术的研究及系统调试。E—mail：104019165@qq．corn第6期陈小强等基于GMDH神经网络的超