基于改进型Elman神经网络的智能吹灰程控系统

基于改进型Elman神经网络,建立了电站锅炉受热面污染在线监测软测量模型,为锅炉吹灰优化策略提供了理论依据。将软测量模型与传统吹灰程控系统融合所形成的智能吹灰程控系统采用模块化方法构建,集灰污在线监测、数据分析、信息管理和优化指导、控制功能一体化。该系统有助于加强吹灰管理,指导运行人员及时、合理吹灰、优化吹灰,达到提高机组安全性和经济性的目的。     

微电网运行控制策略研究

该文以深圳职业技术学院微电网工程为研究对象,针对面向可再生能源的微电网系统如何实现分布式电源、储能装置、负荷之间的协调,达到系统的稳定和最优运行,制定了运行控制策略。针对并网运行、离网运行,分多种工况来进行现场试验。测试结果表明,该微电网系统可连续稳定运行,并/离网启动、运行、切换都能满足控制要求。     

软计算在钢球磨煤机制粉系统中的应用研究

软计算对于不精确、不确定或者不准确信息的容错能力,使得软计算成员间的结合以及软计算方法与其它方法的结合成为解决热工过程中复杂建模、控制、优化问题的新方法.为了有效、可靠地测量钢球磨煤机(球磨机)出力,基于神经网络、混沌信息处理技术的软计算方法建立了球磨机出力软测量模型.仿真结果表明,该模型不仅能够预估稳态下的球磨机出力,而且能够在线估计动态过程中的球磨机出力.     

基于改进型遗传算法的再热汽温神经网络模型构建及预测分析

在根据混沌理论非线性重构技术揭示火电机组再热汽温变化的混沌动力学特性的基础上,构建了基于改进型遗传算法(AGA)的再热汽温神经网络模型.该模型利用混沌特性处理输入样本及确定神经网络的网络结构,用神经网络映射混沌相空间相点演化的非线性关系,采用AGA对神经网络模型进行参数辨识.训练结果表明,该模型精度较高,收敛速度快,为生产实际过程中预测机组再热汽温提供了一种新的思路和方法.     

一种复合算法在短期负荷预测中的应用

为提高电力系统短期负荷预测精度,文中提出一种基于改进遗传算法优化的径向基函数神经网络短期电力负荷预测模型,该模型采用改进的选择策略、自适应交叉和变异概率防止出现早熟现象;将自适应交叉和变异操作的改进遗传算法与梯度下降法混合交互运算,作为径向基函数神经网络的学习算法,将上述模型和算法应用于某地区电网的短期负荷预测,取得良好的预测效果.     

电站锅炉智能吹灰程控系统的应用研究

为预防和减轻电站锅炉受热面积灰结渣,电厂普遍采用蒸汽或其它介质,定期对受热面积灰进行吹扫。由于受热面积灰与多种因素有关,具有不确定性,定期吹扫易造成吹灰不足或过度,显然与锅炉的经济性和安全性相违背。基于OPC通讯,以能量和质量平衡原理、模糊逻辑为基础,开发了锅炉智能吹灰程序控制系统。该系统可以实现传统吹灰程控,还能对锅炉各受热面进行结渣积灰的智能监测和吹灰运行指导,优化运行、节能增效。     

火电机组再热汽温时间序列的混沌特性分析

根据混沌理论及其相关的研究方法,针对某火电机组再热汽温数据序列资料,通过相空间重构技术计算表征其特征的参数———关联维数和最大Lyapunov指数,揭示了再热汽温变化的混沌动力学特性,为建立再热汽温模型及再热汽温精确预测提供了新的思路。     

热电冷联产系统节能效益分析

分别以热电冷联产系统的燃料节约量、当量热力系数及热电冷联产系统的供电煤耗作为评价标准,对热电冷联产系统的节能效益进行了分析与研究,并提出了临界供电煤耗概念,作为判断在热电冷联产系统中节能的条件。     

冷水机组的优化运行

针对冷水温度、冷却水温度及机组启停控制等影响冷水机组运行的主要因素进行了分析，指出适当提高冷水出口温度和(或)降低冷却水出口温度，采用智能调节策略对多台制冷机和水泵的启动顺序进行合理调配，采用BP网络预测最小预热(冷)期和最长提前停机时间对压缩机进行最优启停控制等，都可以降低系统能耗。     

电站锅炉石灰石/石膏脱硫系统中基于神经网络的GPC应用研究

SO2的脱硫率是电站湿式石灰石/石膏脱硫系统脱硫效率的关键.为保证较高的脱硫效率,吸收塔内浆液pH的控制是其中最重要的控制参数之一.采用递推遗忘因子最小二乘法(REFLS),用于神经网络在线学习,并结合广义预测控制(GPC)方法应用到吸收塔浆液pH值控制中.仿真结果表明,采用基于神经网络的广义预测控制,输出能较好地跟踪设定值,可以满足系统实时控制要求,在工程实践上具有较强的实用性.