基于RBF神经网络的火电站机炉协调非线性模型辨识
火电站单元机组协调控制对象具有多变量、非线性、时变、耦合和大迟延等性质,采用常规方法难以建立其精确的数学模型.RBF神经网络是一种三层前向网络,可有效用来进行非线性模型的辨识.选用一组微分方程描述的160MW火电站机炉协调非线性模型作为辨识对象,通过RBF神经网络进行在线辨识机组协调模型的汽包压力、输出功充和汽包水位,仿真结果说明了该方法是有效的.同时该文对辨识后的机炉协调系统的控制方法进行了探讨.
RBF神经网络 协调控制 非线性 火电站
彭道刚 杨平 王志萍
上海电力学院信息与控制技术系(上海)
国内会议
贵阳
中文
358-360
2004-10-20（万方平台首次上网日期，不代表论文的发表时间）