火电机组主汽温对象是一类大惯性、大迟延、非线性时变热工对象。作为机组安全运行控制环节的重要参数之一，为提高其控制品质保证经济效益，首先要了解主汽温系统的热工特性并建立准确的模型。与传统的建模方法相比，基于历史数据的热工建模方法占据了很大的优势，但大部分数据建模结果并不能与现场控制器参数相匹配，仅停留在仿真阶段。因此，将主汽温控制系统建模分为执行机构与主汽温被控对象两部分，提供一种主汽温系统建模的新思路。
　　本文将粒子群算法和长短期记忆算法应用于主汽温控制系统建模研究中，对某330MW机组建立基于历史数据的主汽温控制系统模型。通过对主汽温影响因素的深入分析，针对历史数据信息量大、变量冗余等特点，引入主成分分析法用于辅助变量选择，优化了模型的输入变量，保证建模结果的有效性和准确性。基于粒子群算法建立了执行机构的数学模型，并将主汽温对象模型分为导前区与惰性区两部分完成。长短期记忆算法建模中对比了单变量输入与多变量输入的预测结果。结果表明，粒子群算法运算速度快，能获得直观的传递函数模型但模型精度较低；长短期记忆算法精度高、算法稳定且能准确的反应被控对象的特性；同时长短期记忆算法对大样本数据建模更具有优势，长短期记忆算法为基于数据的热工建模提供了新思路。