单元机组的小波神经网络广义预测控制

凌呼君，朱俊峰，李晓明
内蒙古工业大学信息工程学院，内蒙古呼和浩特

摘　　　要：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。

关　键　词：单元机组；小波神经网络；广义预测控制

１　引　言
火电厂大型单元机组控制对象具有非线性、强耦合、大滞后、模型难以准确建立等特点，属于复杂难控的大型生产过程。在常规局部控制系统基础上发展起来的协调控制系统是解决这个问题的有效途径。协调控制系统控制策略的设计直接决定了系统的控制品质。因此，先进控制技术在其中的应用研究对提高资源利用率和保证电厂的安全稳定运行具有重要的意义。目前，小波神经网络以其独特的优点引起了人们的极大关注，并成为非线性系统建模与控制的重要方法。预测控制是近年来发展起来的一种新型的计算机控制算法。由于其对模型的依赖性弱、易于实现、控制的综合效果好等诸多优点，在工业过程控制中得到了广泛的应用［１］。本文利用小波神经网络对大型单元机组进行辨识和预测，用广义预测控制方法进行控制，为解决大型单元机组协调控制问题提供一条有效的途径。

登录网站后可下载文件

相关阅读:

• ...2012/04/10 10:29·单元机组协调控制系统控制策略研究