基于扩展最小资源分配网络的过热汽温预测控制
火电厂过热汽温具有大时滞、大惯性等特性,其动态特性随机组负荷而变化,采用常规控制难以取得满意的控制效果。为此,本文提出了一种基于扩展最小资源分配网络的过热汽温预测控制方法,在线辨识过热汽温的神经网络模型作为预测模型,然后利用一维黄金分割法在线实现预测控制的滚动优化,给出每个采样时间的最优控制量。仿真研究结果表明,该控制方法适合于过热汽温系统,具有良好的控制品质和较强的自适应能力。
火电厂 过热汽温 预测控制 扩展最小资源分配网络
仇晓智 张林萌 周建新 司风琪 徐治皋
东南大学能源与环境学院,江苏南京 210096
国内会议
杭州
中文
408-413
2008-10-01(万方平台首次上网日期,不代表论文的发表时间)