電廠熱工過程神經(jīng)網(wǎng)絡(luò)建模與控制的研究.pdf

1、電廠熱工過程對象具有延遲、時變、非線性和耦合等特點(diǎn)，難以建立精確的數(shù)學(xué)模型，傳統(tǒng)的建模方法不能滿足仿真技術(shù)發(fā)展對模型精度提出的更高要求；常規(guī)PID控制在電廠熱工過程控制中難以取得滿意的控制效果，基于現(xiàn)代控制理論的控制方案因其對模型的精度要求高，難以廣泛地應(yīng)用于電廠熱工過程控制中。人工神經(jīng)網(wǎng)絡(luò)具有聯(lián)想、記憶、自適應(yīng)、自學(xué)習(xí)和適于處理非線性問題等優(yōu)點(diǎn)，提供了辯識時變和非線性對象有效的方法，解決了此類對象控制中的瓶頸問題。 本文采用最

2、小資源分配網(wǎng)絡(luò)(MRAN)分別建立了過熱汽溫和單元機(jī)組負(fù)荷的神經(jīng)網(wǎng)絡(luò)模型，并將過熱汽溫神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)化為傳遞函數(shù)模型，仿真結(jié)果表明該模型具有動態(tài)調(diào)節(jié)隱含層單元數(shù)、學(xué)習(xí)速度快和精度高等特點(diǎn)。針對電廠熱工過程的特性、在已有控制策略的基礎(chǔ)之上，進(jìn)一步研究并提出了模糊神經(jīng)元自適應(yīng)控制、基于反饋誤差學(xué)習(xí)原理的資源分配網(wǎng)絡(luò)控制和神經(jīng)網(wǎng)絡(luò)解耦預(yù)測函數(shù)控制等新方法。由于這些控制策略無需被控對象的數(shù)學(xué)模型，而且適應(yīng)性較廣，分別將這些控制策略應(yīng)用于給水控制