基于神經(jīng)網(wǎng)絡的鍋爐蒸汽溫度控制系統(tǒng).pdf

1、火力發(fā)電是我國重要的電力來源，在我國火力發(fā)電廠中，作為三大主要設備之一的鍋爐，其可靠穩(wěn)定運行對發(fā)電效率具有很重要的意義。主蒸汽溫度控制系統(tǒng)是鍋爐控制系統(tǒng)中的重點和難點，其作為被控對象的過熱器是在高溫、高壓的條件下工作的。主蒸汽溫度的持續(xù)穩(wěn)定對機組的安全經(jīng)濟運行是非常重要的，因此，對主蒸汽溫度控制系統(tǒng)有較高的要求。
　　本文以大慶某熱電廠直吹式煤粉鍋爐作為研究對象，設計基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡的鍋爐主蒸汽溫度控制系統(tǒng)。首先，

2、對RBF神經(jīng)網(wǎng)絡的基本原理和學習訓練方法進行了介紹，充分敘述了徑向基函數(shù)神經(jīng)網(wǎng)絡在控制系統(tǒng)中一般的應用;其次，分析了主蒸汽溫度控制系統(tǒng)的動態(tài)特性，針對其隨著工況的不同，機理模型參數(shù)隨之而變化這一特點，提出了基于RBF神經(jīng)網(wǎng)絡的汽溫控制系統(tǒng)的模型辨識，并將改進的混合學習算法作為訓練過程，分別辨識出建模過程中隱層節(jié)點的個數(shù)、徑向基函數(shù)的中心值、寬度和隱層到輸出層的權值，并通過MATLAB軟件對系統(tǒng)模型辨識進行仿真，隨后分析了辨識結果的泛化性