基于神經(jīng)網(wǎng)絡的熱力站供熱過程預測控制研究.pdf

1、我國三北地區(qū)采暖能耗占全社會能耗的27.2％，供熱不但能耗大，而且效率低，單位面積采暖能耗是發(fā)達國家的3~4倍，為落實國家節(jié)能政策，研究供熱節(jié)能監(jiān)控系統(tǒng)意義重大。本文以“十一五”國家科技支撐計劃重大項目“建筑節(jié)能關鍵技術研究與示范”(項目編號：2006BAJ01A04)和黑龍江省科技攻關項目“基于LonWorks技術和預測控制的供熱FCS研究”(項目編號：GC04A104)為課題背景，研究供熱節(jié)能控制策略和開發(fā)供熱節(jié)能監(jiān)控裝置。研究中面

2、臨的問題是：必須以節(jié)能為目標，但同時也要保證優(yōu)質(zhì)供熱；供熱過程是一復雜的動力學對象；在采用先進技術的同時，要降低產(chǎn)品的成本。
　　精確的數(shù)學模型是供熱系統(tǒng)分析與控制的重要依據(jù)。將供熱過程動態(tài)分解為確定部分和隨機部分，分別建立這兩部分模型：通過機理分析與實驗建模法相結合求取確定部分的模型，用ARIMA模型擬合供熱過程模型的隨機部分。供熱過程建模為供熱質(zhì)調(diào)量調(diào)解耦和預測控制研究的基礎。
　　供熱負荷預報為供熱節(jié)能提供依據(jù)。針對供

3、熱負荷具有的非平穩(wěn)、非線性、時滯等特性，應用時間序列、最大熵、RBF神經(jīng)網(wǎng)絡多種方法對供熱負荷進行預報。其中用時間序列法對平穩(wěn)化處理的隨機序列進行預報，用最大熵法對非平穩(wěn)隨機序列進行預報，用神經(jīng)網(wǎng)絡法對非線性負荷序列進行預報。為了進一步提高預報精度，將交叉預報思想引入供熱負荷預報中，即用縱向預報跟蹤用戶對負荷的需求，用橫向預報跟蹤天氣的變化，然后對縱向和橫向預報結果進行加權交叉。通過仿真分析、比較各方法的性能。
　　供熱系統(tǒng)質(zhì)調(diào)、

4、量調(diào)通道間存在耦合。給出耦合程度判定方法，對供熱耦合模型進行穩(wěn)態(tài)與動態(tài)耦合程度分析。分別采用傳統(tǒng)解耦方法和時滯遞歸RBF神經(jīng)網(wǎng)絡解耦方法，將耦合系統(tǒng)解耦成兩個相互無干擾的單入單出系統(tǒng)。其中神經(jīng)網(wǎng)絡解耦法采用改進的假近鄰法預估神經(jīng)網(wǎng)絡的輸入維數(shù)，解決時間序列維數(shù)確定困難的問題，通過仿真驗證其靜態(tài)和動態(tài)性能。
　　鑒于預測控制算法能適應供熱過程非線性、時變、時滯、不確定等特性，采用預測控制對供熱過程質(zhì)調(diào)通道進行控制。對傳統(tǒng)預測控制方法

5、DMC和GPC算法進行了改進：用DMC模型簡化和預報誤差校正結合的方法減少計算量，提高實時性，并解決模型失配問題；對隱式自適應廣義預測控制研究，給出改進的辨識和控制算法，以滿足實時性要求。進行神經(jīng)網(wǎng)絡預測控制方法的研究，設計基于神經(jīng)網(wǎng)絡的預測控制器，給出其偏差控制算法和控制律求解算法。通過仿真驗證上述幾種算法的有效性。
　　最后進行工程應用研究，給出基于GPRS和PLC技術的供熱監(jiān)控系統(tǒng)設計方案，研發(fā)熱力站節(jié)能監(jiān)控裝置的軟件和硬件