单元机组协调系统的神经网络解耦控制仿真研究  

The Simulation of Neural Network Decoupling Control of the Unit Coordinated Control System

作　　者：张嘉英[1] 张丽萍[2] 萧贵玲[1] 

机构地区：[1]内蒙古工业大学电力学院,内蒙古呼和浩特010080 [2]内蒙古电力科学研究院,内蒙古呼和浩特010020

出　　处：《锅炉技术》2014年第2期10-13,共4页Boiler Technology

基　　金：内蒙古自治区科技创新引导奖励资金计划(20111603);内蒙古工业大学科学研究项目(ZS201134)

摘　　要：神经网络控制是一种新颖的智能控制方法。应用神经网络技术,对难以精确建模的复杂非线性对象进行神经网络模型辨识作为控制器,提高了响应的快速性和准确性,可满足工业过程所提出的安全性、可靠性与易实现性的要求。大型火力发电单元机组协调控制系统是一个相对复杂的多变量控制系统,控制对象具有大时滞、时变、非线性、强耦合的特点,传统的PID控制算法很难实现对过程参数的良好跟踪和理想的控制效果。针对单元机组协调控制系统的特点将神经网络解耦控制应用于单元机组协调控制系统中,仿真实验表明,神经网络解耦控制具有较强的适应性和较高的控制精度,提高了负荷的响应速率,控制效果优于传统的PID控制算法。Neural network control is a new intelligent control method. Large thermal power unit coordinated control system is a relatively complex multi-variable control system, the control object has a large time delay, time-varying, nonlinear and strong coupling features, the traditional PID control algorithm is difficult to achieve good process parameters tracking and ideal control effect for the process parameters. For the characteristics of the unit coordinated control system use the neural network decoupling control in the unit coordinated control system, the simulation results show that neural network decoupling control has strong adaptability and high control precision and improve the load response rate, the control effect is better than the conventional PID control algorithms.

关 键 词：单元机组 协调控制系统 神经网络 解耦控制 

分 类 号：TP13[自动化与计算机技术—控制理论与控制工程]