文档名：燃煤机组过热汽温宽负荷模型前馈控制
摘要：为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配.多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理划分,结合过热器机理引导的长短期记忆神经网络,可以对强耦合、大惯性的过热汽温宽负荷前馈信号进行精准预测.结果表明:在机组宽负荷运行时,随着负荷降低控制对象的非线性程度逐渐增强,需要更多的模型数量,采用多模型间隙度量PGNN前馈控制方法可以在不同工况下采用与当前工况相适应的前馈信号,有效提升过热汽温的调节精度和稳定性.
Abstract：Inordertoachievemoreaccuratefeedforwardcontrolforthesuperheatedsteamtemperaturewithwideloadoperation,apredictivefeedforwardsignalmodelbasedonphysicalguidedneuralnetwork(PGNN)wasproposed,andtheloadsegmentallocationofmultiplemodelswasdeterminedbasedongapmeasurement.ThePGNNpredictionmethodofmulti-modelgapmeasurementadoptedthemulti-modelgapmeasurementmethodtoreasonablydividetheloadsection.Combinedwiththelongshorttermmemoryneuralnetworkguidedbythesuperheatermechanism,thestrongcouplingandlargeinertiasuperheatedsteamtemperaturewideloadfeedforwardsignalcanbeaccuratelypredicted.Resultsshowthatwheninthewideloadoftheunit,thenonlineardegreeofthecontrolobjectgraduallyincreaseswiththeloadreduc-tion,andmoremodelsareneeded.Themulti-modelgapmeasurementPGNNfeedforwardcontrolmethodcanadoptfeedforwardsignalssuitableforthecurrentworkingconditionsunderdifferentworkingcondi-tions,andimprovetheadjustmentaccuracyandstabilityofsuperheatedsteamtemperature.
作者：陈祎璠 曹越 司风琪Author：CHENYifan CAOYue SIFengqi
作者单位：东南大学能源转换及过程测控教育部重点实验室,南京210096
刊名：动力工程学报
Journal：JournalOfChineseSocietyOfPowerEngineering
年，卷(期)：2024, 44(1)
分类号：TK323
关键词：燃煤机组 过热汽温 前馈控制 深度神经网络 多模型间隙度量PGNN
Keywords：coal-firedunit superheatedsteamtemperature feedforwardcontrol deepneuralnetwork multi-modelgapmeasurementPGNN
机标分类号：TG33TM714TP391
在线出版日期：2024年1月30日
基金项目：国家重点研发计划，国家自然科学基金，江苏省基础研究计划(自然科学基金)青年基金资助项目燃煤机组过热汽温宽负荷模型前馈控制[
期刊论文] 动力工程学报--2024, 44(1)陈祎璠 曹越 司风琪为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配.多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
燃煤机组过热汽温宽负荷模型前馈控制 Feedforward Control of Superheated Steam Temperature with Wide Load Model for Coal-fired Units
燃煤机组过热汽温宽负荷模型前馈控制.pdf
- 文件大小:
- 4.4 MB
- 下载次数:
- 60
-
高速下载
|
|
