李臻

摘  要：现如今，我国的经济发展稳步提升，社会也在不断发展和进步，在工作和生活中离不开电能，因此人们对电能的依赖性相对较强。在这种背景下，为了能够获取更多的电能，我国的火电厂建设规模越来越大。而传统的热工控制机制技术相对落后，已经很难满足当前时代发展需求，为了能够获得更多的电能，火电厂要进行全面改革，应用先进控制策略，提升整体的工作效率和工作质量。本文对火电厂热工控制中先进控制策略研究进行研究，提出了几点控制机制，希望能够给相关人员一些启发和帮助。

关键词：火电厂;热工控制;策略研究

前言：我国的经济发展离不开火电厂，我国绝大多数的居民和工业用电都是通过火电厂进行发电。作为最为重要的电力能源体系，火电厂的建设和稳定运作能够确保经济的提升和人们的生活，其重要性不言而喻。为更好地提高供电效率，火电厂要对现有的工作方式进行改进，通过应用先进控制策略加强火电厂的管理，才能提升火电厂的热工控制质量。

一、应用模糊控制机制

在进行火电厂热工控制中采用了先进控制策略，其中包含了模糊控制。模糊控制应用于较为复杂的控制系统，通过利用模糊数学的基本思想和推导理论的形式对其进行控制。在采用先进控制时需要确定较为准确的数学模型，才能更好地进行接下来的研究工作。而火电厂热工控制曲线模型没有规律性，变量之间的关系并不确定，函数图像并不是直线，可能是曲线，也有可能是不连贯的点。它的数据模型并不能确定，时常进行变化，具有时变性和不确定性，因此技术人员难以根据数据和曲线参考创设出较为准确的数学模型，这也无法对热工系统进行进一步的研究工作。为了能够更好地发展火电厂热工控制，这就使应用模糊控制机制成为可能性。模糊控制与传统的PID控制相比，有着较强的优势。模糊控制不需要确定较为精确的数学模型，对其进行实现较为容易。将模糊控制引进到火电厂热工控制中，具有较为积极的意义。

模糊控制是一个闭环控制，在输入端施加信号产生输出量，输出量通过一定的形式产生反馈最终重新返回到输入端。模糊控制的主要流程为：在输入端给定一个模拟信号，通过模数转换器将模拟信号转换为数字信号，信号再通过模糊控制器。模糊控制器由计算控制变量、模糊量化处理、模糊视频规则、模糊决策和非模糊化处理五个部分组成，它的主要作用原则为调整整个模型的误差，在系统误差较大时能够尽可能减小误差，在误差较小时不仅要对误差进行调整，还要保证整个火电厂热工控制的稳定，确保其能正常运行，避免出现超调振荡现象，不会影响火电厂的工作进程[1]。经过模糊控制器处理的数字信号，再经过D/A转换器重新将信号模式转换为模拟信号，通过传感器执行相应的指令，最终重新回到输入端完成闭环控制。然而這只是理想情况，在实际进行运作中会产生误差影响，导致输入量与输出量存在数值不一的情况，出现稳定误差。为了避免以上情况，在进行火电厂热工控制中先进控制策略研究时要妥善合理运用模糊控制机制。由于火电厂的控制对象有着一定的延时，不能及时进行同步，存在着滞后性。为了更好地对火电厂热工进行控制，需要优化火电厂的管理制度和机制，能够完善火电厂热工控制。火电厂在进行生产工作时常会出现噪音干扰，在一定程度上使模糊控制产生误差，因此技术人员应该妥善处理该问题，避免出现的结果存在误差影响整体的控制效果。

二、神经网络控制机制

现如今，随着互联网技术的应用范围越来越广，火电厂的发展规模越来越大，因此需要神经网络控制机制进行火电厂热工控制工作。神经网络控制机制能够对较为复杂的非线性模型进行分析处理，能够对其进行进一步的计算和推理工作。它与传统的PID控制系统进行对比，存在着较强的优势，它对模型数据具有较强的记忆学习功能，能够直接充当控制器，此外，它的运算能力较强，能够处理部分传统控制系统无法计算的大型数据[2]。它的数据输入端和输出端口也相对较多，处理数据较快。神经网络控制机制的实现并不唯一，通常由以下几种方式实现最终的目的：

第一，通过将神经网络系统作为整个火电厂热工系统的控制器，能够对火电厂热工系统产生一定的约束作用。由于神经网络控制的记忆学习能力较强，能够进行学习训练，长久以往能够自动分析识别火电厂热工系统的规律。在火电厂热工系统中运用神经网络控制机制，能够消除在生产过程中存在的误差和干扰因素，提升整体控制效果，以便于火电厂管理人员能够更好地进行管理，在一定程度上提升了管理效率，节省了大量的人力工作。为了使火电厂的管理人员能够更好地进行管理工作，可以对其进行培训了解神经网络控制系统的具体内容和部分注意事项，从而能够更好地进行维护管理控制工作。

第二，需要注意的是，神经网络控制机制并不能单独使用，而是需要与传统火电厂热工控制进行紧密地联系，才能够充分发挥先进控制策略的作用。例如现如今的火电厂在进行技术上的运用时，通常采用BP神经网络与传统的PID控制器相结合的形式进行先进控制策略。BP神经网络通过模拟人思维的第二种方式进行工作，利用逼近性的特点和学习记忆能力能够最终找到最佳PID参数，经过改进最终形成BP神经网络PID控制器，它结合了PID控制器和BP神经网络的优点，结构复杂程度较低，控制精度较高。然后对其进行仿真操作，通过互联网和软件进行模拟操作运行，最终使设计目的的实现成为了可能，能够有效改进传统的PID控制系统非线性数学模型的问题。

三、预测控制机制

在火电厂热工控制先进控制策略中，不仅可以使用模糊控制机制和神经网络控制机制，还可以采用预测控制机制。预测控制机制通常使用计算机进行操作实现。在对其进行计算时，它并不是对模型进行连续采样计算，而是具有间隔性。它的预测方式较为简便，操作步骤没有相对繁琐，仅仅需要对火电厂热工的阶跃或脉冲响应进行测定，就能够快速得到其数学模型，不需要进行更多较为繁琐的步骤和计算推论，例如推算出其传递函数或状态方程，在一定程度上节约了时间，提升了整体效率[3]。火电厂使用模糊预测控制，能够提升其运行需求，保障火电厂在生产工作的安全性。

现如今的预测控制机制的种类和方式较多，一般来说，常常运用以下几种技术手段来进行现金控制策略。

内模控制器的组成成分包括控制器和滤波器，二者之间能够独立进行工作，彼此在进行工作时不会相互产生影响造成干扰。其中控制器的主要作用是对内部系统进行集中控制，能够影响系统的响应性能，而滤波器的作用能够去除干扰的频率，得到人们所需的特定频率的电源信号。它的参数较少，调节方式较为简便，使用效果良好，因此部分热电厂广泛进行应用。另一种控制形式为广义控制机制，它能够确保整个热工系统的时效性，还能在工作时更好地对其进行监督。为了确保热电厂能够顺利实施开展工作，工作人员要了解和熟悉具体的算法内容，保证操作流程具体化，才能更好地实现预测控制机制。

结论：综上所述，虽然先进控制策略的复杂程度较高，操作难度相对于传统控制技术较大，但是它的出现对火电厂热工控制产生较为积极的影响。通过互联网，能够使先进控制策略更好的应用到现实的火电厂热工控制中，通过应用模糊控制机制、神经网络控制机制和预测控制机制，进一步提升火电厂的工作质量和工作效率，能够促进火电厂更好的发展和进步。

参考文献：

[1]范新明.先进控制策略在火电厂热工控制中的应用分析[J].通信电源技术，2020，37（04）：242-243+246.

[2]刘勇.控制策略在火电厂热工控制中的应用分析[J].科学技术创新，2019（33）：195-196.

[3]陈涛.先进AGC控制策略提升火电厂热工自动化水平[N].中国电力报，2019-04-24（007）.