热力发电
熱力髮電
열력발전
THERMAL POWER GENERATION
2014年
6期
102-107
,共6页
陈小强%许仙珍%蔡璐璐%张江丰%楼可炜
陳小彊%許仙珍%蔡璐璐%張江豐%樓可煒
진소강%허선진%채로로%장강봉%루가위
超超临界%1 000 MW机组%过热蒸汽温度%GMDH神经网络%预测模型
超超臨界%1 000 MW機組%過熱蒸汽溫度%GMDH神經網絡%預測模型
초초림계%1 000 MW궤조%과열증기온도%GMDH신경망락%예측모형
ultra supercritical%1 000 MW unit%superheated steam temperature%GMDH neutral network%prediction model
由于超超临界1 000 MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题.对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势.仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性.
由于超超臨界1 000 MW機組過熱蒸汽溫度控製對象具有大滯後、非線性、動態參數隨工況變化大等特點,使得傳統的控製方法難以適應過熱蒸汽溫度的控製,齣現過熱蒸汽溫度波動大,甚至超溫等問題.對此,採用數據處理群集方法(GMDH)神經網絡建立瞭過熱蒸汽溫度動態預測模型,以預測過熱蒸汽溫度的變化趨勢.倣真結果錶明,基于GMDH神經網絡的過熱蒸汽溫度預測效果優于線性神經網絡和BP神經網絡,具有較好的移植性和實用性.
유우초초림계1 000 MW궤조과열증기온도공제대상구유대체후、비선성、동태삼수수공황변화대등특점,사득전통적공제방법난이괄응과열증기온도적공제,출현과열증기온도파동대,심지초온등문제.대차,채용수거처리군집방법(GMDH)신경망락건립료과열증기온도동태예측모형,이예측과열증기온도적변화추세.방진결과표명,기우GMDH신경망락적과열증기온도예측효과우우선성신경망락화BP신경망락,구유교호적이식성화실용성.
