马良玉，燕 梦，王 林，汪裕杰，彭文权，丘 鸿，彭春雄

(1.华北电力大学 控制与计算机工程学院，河北 保定 071003；2.西安热工研究院有限公司，陕西 西安 710054；3.广东粤电大埔发电有限公司，广东 大埔 514265)

0 引 言

过热汽温是火电机组运行的关键控制参数之一。由于大型燃煤机组各级过热器换热过程具有很大的惯性和时延，且不同工况下呈现很强的非线性特征，使得过热汽温釆用常规单回路PID控制难以获得好的控制效果。因此，过热器喷水减温广泛采用由内、外双回路组成的串级控制或具有导前微分信号的双回路PID控制策略。其思想均是在汽温控制中引入比过热器出口汽温提前的喷水减温器后温度(作为导前温度)信号进行超前调节[1，2]。即便如此，由于锅炉机组经常处于大幅度的变负荷工况运行，存在风量、煤量、给水、煤质、配风等诸多扰动，使得采用传统串级PID控制策略，过热汽温的控制品质往往差强人意，汽温大幅波动等情况经常发生。

计算机和人工智能技术的飞速发展，使得在复杂工业过程控制中引入模型预测、神经网络、智能优化等先进技术成为可能。各种先进的控制方案如自适应模糊神经网络控制、Smith预估补偿控制、广义预测控制、神经网络内模控制、神经网络逆控制、自抗扰控制等逐步在电站得以应用[2-12]，为进一步优化机组控制效果，实现机组安全节能环保的长期运行目标提供了有力手段。

本文研究对象为某600 MW超超临界机组，该机组参与电网一次调频和自动发电控制(AGC)，经常在300～600 MW区间深度变负荷运行，且负荷指令变化十分频繁。……