40
应用能源技术
2011年第4期（总第160期）
前馈神经网络在主汽温控制中的应用
谷俊杰”，张如鹏，朱伟民”，杨智”，任晏伶
（华北电力大学能源动力与机械工程学院，河北保定071003）
摘要：针对电厂主蒸汽温度系统大迟延的问题，提出了一种在常规串级PID控制系统基础上设计一个基于BP神经网络的前馈控制器，把熟练运行操作员的实际操作经验和数据进行综合处理，在不同的工况下给出适应当前工况的前馈控制量来弥补反馈作用的不足，从而提高控制系统的动态特性。MATLAB仿真结果表明,所设计系统的抗千扰能力和鲁棒性等方面都优于常规PID控制器。
关键词：前馈控制；神经网络；主汽温控制；仿真中图分类号：TK284.1
文章编号：10093230(2011)04-0040-03
文献标志码：A
ApplicationofFeedforwardNeuralNetworksinTheMain
SteamTemperatureControl
GU Jun-jie', ZHANG Ru-peng', ZHU Wei-min',YANG Zhi’, REN Yan-ling
(1 North China Electric Power University School of Energy, Power & Mechanical
Engineering, Baoding 071003, China)
Abstract: Because of the problem that is a large delay of main steam temperature system in power plant, this paper presents a feedforward controller which based on the conventional cascade PID control system and the BP neural network, this controller treat comprehensively the actual operating experience and data of the skill operator, than it give the proper feedforward which compensate for the lack of feedback control in different conditions so as to improve the dynamics of the control system. The result of MATLAB simulation shows that the designed system is better than the conventional PID controller in anti-interference ability and robustness.
Key words: Feedforward control; Neural network; Control of the main steam temperature; Simulation
0前言
在电厂热工生产过程中，必须严格控制主蒸汽温度不超出规定的范围，蒸汽温度过高会影响过热器的安全运行，如果蒸汽温度偏低又会降低全厂的热效率。由于对象模型往往是根据在稳态时对象的机理特性而建立的，这种模型不能准确的反映对象的动态模型。同时过热器的管道较长，导致了其热惯性和调节滞后较长，然而影响主蒸汽温度的因素又很多：机组负荷、负荷变化率、吹灰配置方式、煤质等。因此，对于主蒸汽温度这
收稿日期：2011-03-11
修订日期：2011-03-19
作者简介：谷俊杰（1959-），男，教授，主要从事热力设备及
系统的自动化研究。
万方数据
样的被控对象用常规的控制方式很难取得满意的效果。随着智能技术的发展和应用，出现了一些新的控制策略，如预测控制、模糊PID控制、专家系统等，但是由于这些研究和改进大部分是基于反馈控制，是用于优化主蒸汽温度的反馈信号，然而实际操作中反馈对于迟延大到一定程度的被控对象控制效果并不好。在电厂主汽温控制系统中，加人合适的前馈可以很大程度上改变迟延性。在常规的串级PID控制系统的基础上，设计一个基于BP神经网络技术的前馈控制器，把热练运行操作员的实际操作经验和数据进行综合处理，在不同的工况下给出适应当前工况的前馈控制量来弥补反馈作用的不足，从而解决电广主蒸汽温