论文部分内容阅读
超临界直流锅炉机组是典型的非线性、慢时变、时滞与大惯性并存的多变量强耦合系统,这使得机组在大幅变工况下采用常规PID控制方法的协调控制品质变差,影响机组的负荷响应速度,同时易造成主汽压等参数波动大。本文以改善超临界机组协调控制品质为目的,深入研究了一种协调系统负荷汽压特性的神经网络逆补偿控制方法。文中首先分析了超临界直流机组的运行特点和协调控制系统的构成,比较了几种协调控制方式的优缺点;然后介绍了BP神经网络的原理、结构、训练方法及神经网络逆控制的概念、结构及逆控制器的设计方法。以某600MW超临界机组为对象,建立了机组负荷、汽压特性的神经网络逆模型,并对模型进行了验证;在此基础上,确定了神经网络逆补偿控制方案,并运用MATLAB编写了实时控制算法,通过与600MW机组的全范围仿真机进行实时双向数据交换,开展详细的控制仿真实验。结果表明:采用神经网络逆补偿控制,大幅变工况下机组负荷响应的快速性和主汽压的稳定性与机组原控制相比有很大提高,有效改善了机组的协调控制品质。