基于神经网络的超临界机组数学模型
2013-09-21马良玉高志元
动力工程学报 2013年7期
关键词:模型
马良玉, 高志元
(华北电力大学 控制与计算机工程学院,保定071003)
协调控制系统作为大型火力发电机组的重要组成部分,将锅炉、汽轮机和发电机组作为一个整体进行控制,以满足机组在不同运行方式、不同工况下负荷控制和安全运行的要求[1].由于效率高且环保等优点,超(超)临界机组日益成为火力发电的主力机组.该机组是典型的非线性、慢时变、时滞与大惯性并存的多变量系统,这给协调控制系统的设计与运行带来许多问题.建立超临界机组的数学模型,借助模型研究机组运行特性,并采用先进的控制策略改善协调控制品质具有重要的意义.
近年来,随着超(超)临界机组的广泛应用,许多学者对超临界机组模型进行了研究.文献[2]和文献[3]采用遗传算法和Matlab辨识工具箱得到传递函数形式的机组数学模型.由于超(超)临界机组的多变量强耦合和非线性特性,这种模型的建立较为繁琐、精度较差,在实际应用中具有很大的局限性.文献[4]和文献[5]将Åström汽包炉的建模思想应用到直流锅炉,结合实际机组运行数据,建立了简化的非线性模型.该模型经仿真验证具有较好的精度,但模型静态参数需根据稳态工况计算,动态参数则需借助遗传算法进行优化求解.文献[6]在原有的火电机组数学模型[7]的基础上,结合采集到的主要过程参数,根据受控对象的逻辑结构,采用机理建模方法,拟合得到一组实际的非线性数学模型.文献[8]和文献[9]经……
登录APP查看全文
