广义预测控制在火电厂单元机组协调控制中的应用研究

设计有效的火电厂单元机组机炉协调控制系统是提高热工自动化水平的关键问题。本文采用了广义预测控制算法，它具有算法简单，在线计算量小，鲁棒性强等特点。将其应用于火电厂单元机组的协调控制系统进行仿真研究，对被控对象的不确定性具有良好的适应性和鲁棒性。仿真结果表明该算法是有效的。     

基于ANFIS的火电单元机组协调控制设计方法

基于自适应网络模糊推理系统,将模糊推理、变结构控制和神经网络结合起来,提出了一种针对某火电厂300MW单元机组协调控制的方法。给出了控制系统的传递函数模型、结构图和自适应训练方法。仿真结果表明,该算法鲁棒性好,抗干扰能力强。自适应控制效果良好。     

基于HJPSO-BP神经网络的广义预测控制在火电厂单元机组协调控制中的研究

随着火力发电的不断发展，大型火电单元机组的控制对象具有复杂、非线性、模型难以建立等特点，因此用传统的控制方法难以得到最佳的运行效果。针对单元机组被控对象的特点，本文将HJPSO算法引入BP神经网络中并建立优化的BP网络模型，克服了标准BP网络在实际应用预测中易陷入局部极小点、收敛速度慢的缺点，结合多变量广义预测控制策略，经过在线滚动优化和反馈校正，实现预测控制，具有适用范围广，鲁棒性强等优点，可有效弥补上述不足。仿真结果表明了其有效性。     

直接辩识参数的广义预测控制在单元机组中应用的研究

大型火电单元机组是一个高度复杂的大时滞、并具有不确定性的被控对象。特别是锅炉侧存在着很大的迟延和惯性,常规的PID控制器在处理大迟延对象上很难获得令人满意的控制效果。广义预测控制对处理大迟延对象具有独特的优势,把广义预测控制方法应用于火电厂单元机组的协调控制系统中,仿真结果表明对系统具有良好的适应性和鲁棒性     

基于RBF网络的GPC在火电单元机组中的应用研究

大型火电单元机组是一个多变量、强耦合、大时滞的非线性系统,用传统的控制方法很难得到最佳的运行效果。采用基于RBF网络的广义预测控制（GPC）策略,用RBF算法建立模型,用广义预测解决时滞问题。该算法具有良好的动态响应和较强的鲁棒性,仿真结果表明了其有效性。     

转差变频调速系统中电流给定△I*1=f(△ω2)动态规律的推导

本文利用异步电动机的数学模型推导出电流型转差变频调速系统的传递函数,进而推导 出电流给定△I*1=f(△ω2)的动态变化规律,用此规律在转差变频调速系统中实现了控制.     

基于MATLAB在电厂单元机组过热汽温控制系统的应用

本文介绍了利用MATLAB在火电厂单元机组过热蒸汽温度导前微分控制系统中参数整定和抗扰性能分析中的应用.它具有安全、可靠等优点,为加快大型火电厂汽温自动控制系统的调试速度、提高火电厂的自动投运提供了一个新的方法.     

广义预测控制(GPC)在单元机组中参数的优化

本文提出了一种控制与优化相结合的思路,把广义预测控制应用到单元机组协调控制系统时,通过仿真对GPC参数进行优化,可以大大提高协调控制系统运行的稳定性和控制品质。     

单元机组的小波神经网络广义预测控制

针对大型火电机组具有控制对象复杂、非线性、大滞后、模型难以建立等特点,设计协调控制系统的控制策略.小波神经网络具有良好的函数逼近能力和模式分类能力,广义预测控制对比较复杂的工业生产过程呈现良好的控制性能和鲁棒性.通过训练小波神经网对大型火电机组建模得到预测模型,然后利用了模型辨识过程中已获得的数据,计算广义预测控制率,避免了广义预测控制求解丢番图方程带来在线计算量较大的缺陷.仿真结果表明,该方法能保证功率、主蒸汽压力快速平稳地跟踪其设定值,具有较好的鲁棒性,为解决大型单元机组协调控制问题提供了一条有效的途径.