被控对象建模、仿真及动态特性研究是过程控制系统设计的基础,只有清楚地了解被控对象的动态特性,才可能设计出性能优良的控制系统。经过十几年的发展,超临界机组已成为电网的主力机组,与汽包炉机组相比,其汽温系统更加复杂、控制难度更大。如何建立较为精确、实用的超临界机组汽温系统模型已成为近些年热工领域的研究热点之一。本文以国电某电厂1000MW超临界机组为研究对象,研究汽温系统的复合建模方法。力图建立一个物理意义明确、能够较为精确地反映汽温系统动态特性的复合模型。将汽温系统分为过热器、再热器和喷水减温器三个典型对象,分别建立其动态模型。首先,建立研究对象的机理模型,并确定模型的结构、待辨识系数以及影响模型输出参数的过程变量;然后,建立用于确定机理模型系数的神经网络模型,利用现场数据采用同时扰动随机逼近(SPSA)算法确定神经网络的权值;最后,由对象的机理模型和用于计算机理模型系数的神经网络模型组成汽温系统复合模型,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,汽温系统复合模型可以达到较高的精度,各种运行工况下,其动态特性与实际机组较为接近,模型物理意义明确、适用范围大。采用SPSA算法可以让复合模型训练过程很好地收敛,特别适用于采用机理模型作为主模型、采用神经网络模型作为系数模型的这类复合模型。