灰色预测自适应内模控制在电厂过热汽温控制中的应用

针对电厂过热汽温的大惯性、大滞后和参数时变等特性,提出了基于灰色预测的自适应内模控制方法.使用Adaline神经网络实时辨识对象的增益和时滞,克服参数时变影响.在误差反馈通道上增加灰色预测模块,根据辨识出的对象时滞的大小,动态确定误差反馈灰色预测的长度;通过超前调节,可以有效克服模型失配和外扰的影响.     

过热汽温多模型预测函数控制策略的研究

过热汽温系统是典型的大时延、大惯性对象,尤其当机组负荷变化时,参数表现出明显的时变特性,大大降低了传统PID串级控制的品质。基于此点,提出先进的多模型切换的过热汽温预测函数控制策略。使用带有Smith预估补偿思想的一阶时滞对象预测函数控制算法,来有效克服对象的大时延、大惯性;并通过建立若干典型工况的固定模型,在线计算其模型匹配度确定控制权重,从而得到控制器的输出的方法,能适应参数的时变。与PID串级控制和单一模型控制的仿真结果对比,证实了本控制策略的有效性。图3表1参8     

电厂过热汽温控制系统的改进及其PID鲁棒整定

根据某300MW火电机组锅炉过热器的结构特点，对原有的过热汽温控制系统结构进行了改进，改进后的控制系统能够减小过热蒸汽混合前两侧温度的偏差，从而减小过热器出口温度的波动，同时有利于锅炉的安全运行。考虑到汽温对象在负荷变化过程中的不确定性，引入了鲁棒性指标，并采用遗传算法寻优对PID控制器的参数进行了整定，实际运行结果显示了改进后控制系统的实用性。图8参6     

应用免疫算法的联合循环余热锅炉过热汽温的优化控制

过热蒸汽温度对象具有时变性、不确定性和非线性等特点，是联合循环余热锅炉中一个较难控制的过程。借鉴免疫系统原理，提出一种新的免疫并行算法，进而运用该算法提出一种PID参数优化方法，并将其用于余热锅炉过热汽温的优化控制中。仿真结果证实了该方法的有效性。图9表1参9     

基于灰色预测的汽温模糊免疫PID控制

火电厂汽温具有大惯性、大迟延和时变等特性,采用常规的PID串级控制方法难以取得满意的控制效果.借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,结合灰色预测的优点,提出采用灰色预测的模糊免疫PID控制策略.火电厂汽温控制系统的仿真研究表明:该方法的控制品质良好,能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

电厂过热汽温的智能预测控制方法

电厂过热汽温对象具有大惯性、大迟延和非线性等特性,常规控制策略难取得满意的控制效果。为此,提出一种基于免疫优化的智能预测控制方法,它将离线辨识得到的模型作为预测模型,然后利用实数编码的免疫优化算法在线实现预测控制的滚动优化,给出每个采样时刻的最优控制量。将其应用于过热汽温控制系统进行仿真研究,结果表明该智能预测控制方法具有优良的控制品质。     

预测控制技术在600MW机组汽温自动控制中的应用

针对淮南平圩发电公司#1锅炉过、再热器纯滞后和惯性大的特点,采用多变量预测控制技术对过、再热汽温进行自动控制,应用结果表明：基于预测控制技术的新型汽温控制系统有效地改善了过、再热汽温的控制品质。     

火电机组锅炉过热汽温的约束模型预测控制研究

提出了一种具有输入硬约束的模型预测控制算法,该算法无需在线迭代求解或矩阵在线求逆,具有算法简单,在线计算量小的优点,将其应用于火电机组锅炉过热汽温控制进行仿真研究,结果表明该算法是有效的。     

无模型自适应预测控制在过热汽温控制中的应用

采用伪梯度向量(pseudo-partial-derivative,PPD)的概念,对被控系统进行动态线性化处理得到预测模型,提出了一种改进的无模型自适应预测控制算法(model free adap-tive predictive control,MFAPC)。将这种新方法应用到火电厂中具有大惯性、模型不确定性等特性的过热汽温串级控制系统中,主回路采用MFAPC算法,副回路采用常规PID控制,仿真结果证明了该串级控制策略的有效性。     

过热汽温的非线性广义预测控制与优化

针对锅炉过热汽温被控对象大惯性、时变性和非线性等特点,提出了一种基于神经网络前馈补偿的在线自适应非线性预测控制算法.采用高阶惯性环节加神经网络补偿的混合非线性模型作为预测模型代替传统的可控自回归积分滑动平均(CARIMA)模型,并在此基础上推导出非线性广义预测控制(GPC)算法的控制规律,通过仿真实验得到典型工况下的最佳预估长度和控制长度,拟合出其与锅炉负荷的非线性关系.结果表明:该控制算法对于某些非线性被控对象具有良好的跟踪品质;在锅炉降负荷实验中,能有效克服对象参数和结构的时变,具有一定工程实用价值.     

改进型卡尔曼滤波器应用于主蒸汽温度控制的研究

基于锅炉热力过程建立了主汽温和燃料量的计算数学模型,采用改进型卡尔曼滤波器和经典的比例积分环节相结合的动态控制回路,并且以燃料量为输入,主蒸汽温度作为被控对象,并且将该控制系统分别应用到600MW超临界直流锅炉冷态启动过程和自然循环锅炉的变工况过程进行模拟仿真,结果表明:预测控制值和燃料的相应补偿量都达到了满意的测量和调节效果。图3参5     

复合控制在过热汽温控制中应用的仿真研究

随着对热工过程控制系统的要求不断提高,常规的PID控制器难以适应不同工况下被控对象动态特性的改变。提出基于串级和增益自适应Smith预估控制的复合控制系统,通过在线的模型辨识提高系统适应工况变化的能力。在过热汽温控制中应用的仿真结果表明:复合控制对模型的不确定性和外扰均具有较强的适应能力。对于过热汽温这种存在大时滞、时变性、大干扰、不确定性和非线性的复杂热工对象,其控制品质远优于常规的PID控制,在热工过程控制中有良好的应用前景。     

智能混合模型预测控制方法及其应用

对锅炉的汽温对象特性进行了分析,针对锅炉运行中负荷大幅度变化、炉膛吹灰或启停磨煤机等大扰动工况下的汽温控制问题,提出了基于智能混合模型预测控制的方法,采用逻辑和模型预测控制相结合的策略来维持主蒸汽和再热蒸汽温度在额定值附近.将该方法成功应用于1台600 MW机组,运行结果表明:在大扰动工况下,采用智能混合模型预测控制的策略,可明显改善汽温控制品质,减少机组超温次数.     

基于神经网络预测控制的单元机组协调控制策略

利用BP神经网络的非线性映射能力对单元机组协调控制系统被控对象进行辨识,从而建立其动态模型;在这一模型的基础上对协调控制系统中的控制器参数优化进行研究,提出基于神经网络预测控制的协调控制策略.该方法很好地解决了协调控制系统中强耦合、非线性等问题.仿真实验表明该系统的跟踪速度加快、调节精度提高、并且具有较好的抗干扰性.图6参7     

电厂过热蒸汽温度的有约束预测控制

针对目前常用串级PID系统在电厂过热蒸汽温度控制过程中存在的问题,提出采用带约束预测的控制算法予以解决.采用这种有约束预测控制后,可抬高控制设定值,从而提高机组运行效率,提高经济效益.采用现场试验数据,通过面积法辨识过程模型并利用Matlab设计预测控制器,进行了控制过热蒸汽温度模型的仿真试验,结果表明:有约束预测控制可改善系统的动态特性和抗干扰能力,并使过热蒸汽温度控制品质得到有效提升.