2012年第6期（总第174期）
doi;10. 3969/j. issn. 1009 3230. 2012.06.006
应用能源技术
基于遗传算法的BP神经网络在电站锅炉主蒸
汽温度控制系统中的应用研究
许琴”，颜海斌”，杨建华”，张润盘
（1.中材节能股份有限公司技术部天津300400；
2.浙能中煤舟山煤电有限责任公司发电部浙江舟山316100；
3.河北省电力勘测设计研完院河北石家庄050031）
摘要：在现代火力发电厂中，对锅炉主蒸汽温度的控制是非常严格的。由于主蒸汽温度具有延迟大、惯性大、非线性等特性，导致对其控制比较图难。利用神经网络的学习能力和鲁棒性以及遗传算法的全局随机技案索能力，在常规PID控制基础上，提出采用二者相结合的PID控制策略。通过计算机仿真表明，基于遗传算法的BP神经网络的PID控制策略具有更好的控制品质，具有较广阔的应用前景。
关键词：神经网络；遗传算法；PID；主蒸汽温度
文献标志码：A文章编号：1009-3230(2012)06-0021-04
中图分类号：TK229.4
TheApplicationofBPNeuralNetworksBasedonGenetic AlgorithminBoilerMainSteamTemperatureControl
Systemof PowerStation
XU Qin', YAN Hai-bin, YANG Jian-hua", ZHANG Run-pan"
(1.Technical Department of Sinoma Energy Conservation Ltd.Tianjin 300400, China;
21
2. Zheneng Zhongmei Zhoushan Coal & Electricity Co., Ltd, Zhoushan Zhejiang 316131, China;
3.Hebei Electric Power Design Research Institute. Shijiazhuang Hebei 050031, China) Abstract: In modern thermal power plant, the Main steam temperature control requirement is very strict.Due to the large delay, large inertia, nonlinear and other characteristics of main steam temperature object, it is difficult to control it.Using the leaming ability of neural networks, robustness and the global random search capability of the genctic algorithm, the PID control strategy combined both is proposed based on conventional PID control. The computer simulation shows that the PID control strategy based on GA-BP neural network has better control quality, and its application prospect is wide.
Key words: Neural networks; Genetic algorithm; PID; Main steam temperature
0引言
在火电厂机组控制方面，锅炉主蒸汽温度是个很重要的被控参数，能否对主蒸汽温度进行有效的控制，对机组安全经济运行至关重要。目
收蒋日期：2012-04~10
修订日期：20120510
作者离介：许琴，主要从事节能管理工作。万方数据
前，各类PID控制器因其参数物理意义明确、易于调整，在热工控制系统中占据着主导地位。但是，常规PID控制器本身存在的一些缺陷使它在实际应用中的控制效果不是很理想。因此，设计一种能够适应多种工况变化、具有较强鲁棒性的锅炉主汽温控制系统尤为重要。