电厂是由不同设备构成的用于完成能量转换的复杂系统,汽轮机系统是电厂不可缺少的一部分,系统的性能与电厂安全经济息息相关。为了适应机组大容量、高参数的发展方向,必须加强对汽轮机特性的研究,而系统建模是研究系统最为有效的途径,如何建立既精确又实用的汽轮机系统模型已成为近些年研究的热点之一。论文以国电谏壁电厂1000MW超临界机组汽轮机本体系统为研究对象,对汽轮机本体的复合建模方法进行研究,力求建立一个能够较为精确反映出汽轮机本体动态特性的复合模型。把汽轮机本体系统分为高压缸、中压缸和低压缸三个典型对象,分别建立各级组的动态模型。首先,建立研究对象的机理模型,确定模型的类型、结构以及影响模型参数的过程变量;然后,建立用于确定机理模型参数的神经网络模型,采用同时扰动随机逼近(SPSA)算法确定神经网络模型的系数;最后,由研究对象的机理模型和用于计算系数的神经网络模型构成汽轮机系统复合模型,采取不同时间段、不同工况下的现场数据对所建立的模型进行仿真验证。研究结果表明,汽轮机本体复合模型可以达到较高的精度,在各种工况运行下,其动态特性与实际机组较为接近,模型的物理意义明确、适用范围广。采用SPSA算法能够让复合模型训练过程很好地收敛,适用于采用机理模型为主模型、神经网络模型作为系数模型的这类复合模型。