基于遗传算法的BP神经网络在电站锅炉主蒸汽温度控制系统中的应用研究

• 作 者: 许琴 颜海斌 杨建华 张润盘
• 机 构: 中材节能股份有限公司技术部,浙能中煤舟山煤电有限责任公司发电部,河北省电力勘测设计研究院
• 出 处: 应用能源技术
• 发表日期: 2012年6期
• 关键词: 神经网络 遗传算法 PID 主蒸汽温度 Neural networks Genetic algorithm PID Main steam temperat

在现代火力发电厂中，对锅炉主蒸汽温度的控制是非常严格的。由于主蒸汽温度具有延迟大、惯性大、非线性等特性，导致对其控制比较困难。利用神经网络的学习能力和鲁棒性以及遗传算法的全局随机搜索能力，在常规PID控制基础上，提出采用二者相结合的PID控制策略。通过计算机仿真表明，基于遗传算法的BP神经网络的PID控制策略具有更好的控制品质，具有较广阔的应用前景。