CN108762086B - 基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 - Google Patents
基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 Download PDFInfo
- Publication number
- CN108762086B CN108762086B CN201810628629.9A CN201810628629A CN108762086B CN 108762086 B CN108762086 B CN 108762086B CN 201810628629 A CN201810628629 A CN 201810628629A CN 108762086 B CN108762086 B CN 108762086B
- Authority
- CN
- China
- Prior art keywords
- control
- input
- model
- prediction
- reheat steam
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于模型预测控制的二次再热蒸汽温度控制装置,包括依次串行连接的模型预测控制模块、第一比较器、PID控制模块、第二比较器、副回路的传递函数模块G1(s)、第三比较器、主回路的传递函数模块G2(s),且副回路的传递函数模块G1(s)的输出端连接到第一比较器的一个输入端,第一扰动模块连接到第二比较器的一个输入端,第二扰动模块连接到第三比较器的一个输入端,主回路的传递函数模块G2(s)的输出端连接到模型预测控制模块的一个输入端,模型预测控制模块的另一个输入端作为再热器温度的输入端。本发明还公开了一种二次再热蒸汽温度控制系统。本发明具有以下优点:解决现有装置二次再热蒸汽温度PID控制过程中的非线性、时变性、滞后性等问题。
Description
技术领域
本发明涉及电力设备,更具体涉及二次再热蒸汽温度控制系统。
背景技术
随着经济的日益发展和人们生活水平的提高,工厂用电和居民家庭用电造成的能源资源消耗和二氧化碳排放的急剧增加。为了缓解这一情况,国家提倡节能减排的同时对环保提出了更高的要求。在这一背景下,整体效率更高的二次再热技术被应用到我国火电机组发电中来。再热是指将汽轮机内做了部分功的蒸汽引出进行再次加热,然后引回汽轮机继续做功。通过合理的再热,可以降低排汽湿度,提高热力循环效率。一般,再热次数多则热力循环效率高,但与此同时造价也高,因此,通常使用二次再热技术。
据统计,采用二次再热技术的超超临界机组在相同参数下,在提高机组整体效率的同时相应降低了二氧化碳、氮氧化物等的排放量,是我国火电机组未来重要发展方向。
由于二次再热火电机组与同容量的一次再热机组相比,在工艺结构方面有较大差异。如锅炉侧增加了一级再热系统,汽水流程增加;受热面布置更加复杂及采用烟气再循环来减少炉膛吸热量增加对流受热面吸热量等,使机组的动、静态特性有较大变化。因此二次再热机组在汽轮机、锅炉及其相关系统的配置,尤其在再热蒸汽温度的控制方面要比一次再热机组复杂得多。
目前二次再热蒸汽温度控制方案主要以烟气再循环量及烟气分配挡板开度控制为主,控制算法均采用PID控制,然而再热蒸汽温度控制中,被控对象具有非线性、时变性、滞后性等特点,而且温度控制易受被控对象、环境等因素的影响,难以确立精确的数学模型,难以选择控制器的参数。采用传统的PID控制难以得到满意的动态响应特性,适应性不佳,环境扰动等方面存在较大的不确定性等现象。
发明内容
本发明所要解决的技术问题在于现有装置二次再热蒸汽温度PID控制过程中的非线性、时变性、滞后性等问题。
本发明是通过以下技术方案解决上述技术问题的:一种基于模型预测控制的二次再热蒸汽温度控制装置,包括依次串行连接的模型预测控制模块、第一比较器、PID控制模块、第二比较器、副回路的传递函数模块G1(s)、第三比较器、主回路的传递函数模块G2(s),且副回路的传递函数模块G1(s)的输出端连接到第一比较器的一个输入端,第一扰动模块连接到第二比较器的一个输入端,第二扰动模块连接到第三比较器的一个输入端,主回路的传递函数模块G2(s)的输出端连接到模型预测控制模块的一个输入端,模型预测控制模块的另一个输入端作为再热器温度的输入端。
作为优化的技术方案,副回路的传递函数模块G1(s)含有系统的主要干扰,有较小的纯滞后或时间常数,同时在副对象的传递函数模块G1(s)中采用较高采样频率。
作为优化的技术方案,所述模型预测控制模块包括预测模型单元、滚动优化单元,预测模型单元用来在t时刻,考虑系统未来有限时段状态,使用当前时刻的测量值和预测模型,得到未来有限时段的预测控制输出,滚动优化单元用来在t+1时刻,利用t时刻控制后的测量数据重复这一优化过程。模型预测控制的目标是使预测系统输出与参考值的偏差趋于零。
作为优化的技术方案,定义Np为预测步长,Nc为控制步长,Np≥Nc,两者之间的差别在于模型预测控制的预测步长为Np,但实际有效控制步长为Nc,时刻t将时间区域分为过去实际输入输出和将来预测输入输出两部分,在t时刻,基于当前测量信息优化求得未来Nc步控制变量,实际可得到Np步控制变量,但由于认为t+Nc-1~t+Np时间段的预测精度低,控制效果差,所以只考虑Nc步以内的模型预测控制。通过采样输入端的再热器温度得到未来有限时段Nc步系统温度控制输入变量集合Δu,Δu=[Δu(t|t),Δu(t+1|t)],...,Δu(t+Nc-1|t),其中Δu(t|t)是第一个控制输入变量,Δu(t+Nc-1|t)是第Nc个控制输入变量。由预测模型可得到与输入变量相对应的每个时刻的预测系统输出Yp=[y(t+1|t),y(t+2|t)],...,Δu(t+Nc|t),其中y(t+1|t)为对应的第一个控制输入变量的预测输出值。将预测输出值与参考值进行比较,并通过反馈环节对系统控制输入变量进行校正修改。值得注意的是在未来每个时刻执行Nc个控制变量中的第一个控制变量Δu(t|t),在下一t+1时刻,重新重复执行上述过程。
作为优化的技术方案,控制步长通常取预测步长的1/3~1/2,且每个当前时刻的控制步长选取可根据上一时刻的实际的模型预测控制效果进行调整。
作为优化的技术方案,所述模型预测控制模块还包括反馈校正单元,反馈校正单元用来通过在预测控制中收集到的每一个系统控制输入变量与实际数据进行比较,然后对预测系统输出值进行修正,减小预测系统输出值与实际值之间的偏差。
本发明还公开一种采用上述任一方案所述的基于模型预测控制的二次再热蒸汽温度控制装置实现二次再热蒸汽温度的控制的系统,所述基于模型预测控制的二次再热蒸汽温度控制装置的输出端连接到再循环风机挡板以及烟气分配挡板的传动机构。
作为优化的技术方案,控制过程为:将再热器温度通过变送器转换成电流信号,被传送到基于模型预测控制的二次再热蒸汽温度控制装置的模型预测控制模块的输入端,与模型预测控制模块中的设定值比较后得出差值,并经模型预测控制模块及PID控制模块运算后得出控制量,传送到再循环风机挡板以及烟气分配挡板的传动机构,从而控制再循环风机挡板以及烟气分配挡板开度。
作为优化的技术方案,将再热器温度通过变送器转换成4mA~20mA电流信号,经模型预测控制模块及PID控制模块运算后得出4mA~20mA的控制量
本发明相比现有技术具有以下优点:通过模型预测控制理论和PID算法的有效结合,使其既具有PID算法的优点,结构简单,参数调节方便,又具有MPC的预测功能以及能有效克服系统的非线性、时变性、不确定性以及干扰等因素的影响。用以解决现有装置二次再热蒸汽温度PID控制过程中的非线性、时变性、滞后性等问题。
附图说明
图1是本发明实施例基于模型预测控制的二次再热蒸汽温度控制装置的原理图;
图2是本发明实施例基于模型预测控制的二次再热蒸汽温度控制装置的模型预测控制的原理图;
图3是本发明实施例基于模型预测控制的二次再热蒸汽温度控制装置的应用示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
请参阅图1所示,本发明基于模型预测控制的二次再热蒸汽温度控制装置包括依次串行连接的模型预测控制(Model Predictive Control,MPC)模块、第一比较器、PID控制模块、第二比较器、副回路的传递函数模块G1(s)、第三比较器、主回路的传递函数模块G2(s),且副回路的传递函数模块G1(s)的输出端连接到第一比较器的一个输入端,第一扰动模块连接到第二比较器的一个输入端,第二扰动模块连接到第三比较器的一个输入端,主回路的传递函数模块G2(s)的输出端连接到模型预测控制模块的一个输入端,模型预测控制模块的另一个输入端作为再热器温度的输入端。
采用PID控制模块的主要目的在于及时克服进入对象的干扰,其参数的选择原则同传统的PID调节器。
副回路的传递函数模块G1(s)含有系统的主要干扰,有较小的纯滞后或时间常数,同时在副对象的传递函数模块G1(s)中采用较高采样频率。
主回路的传递函数模型G2(s)则以副对象的传递函数模块G1(s)和进入对象的剩余部分作为广义对象,由于干扰的主要成分己经得到有效的控制,体现在广义对象中的主要是系统的大滞后环节。
模型预测控制模块用来实现对主回路的传递函数模块G2(s)良好的跟踪。模型预测控制模块包括预测模型单元、滚动优化单元以及反馈校正单元三大重要部分。其核心思想是:在t时刻,考虑系统未来有限时段状态,使用当前时刻的测量值和预测模型,得到当前和未来有限时段的预测控制输入和输出。而在t+1时刻,利用t时刻控制后的测量数据重复这一优化过程。
模型预测控制的原理如图2所示,图2中,横轴为时间区域,其中Np为预测步长,Nc为控制步长,Np≥Nc,两者之间的差别在于模型预测控制的预测步长为Np,但实际有效控制步长为Nc,控制步长一般取预测步长的1/3~1/2,若效果较好可逐步缩小控制时间;纵轴为系统输入、输出值,时刻t将时间区域分为过去实际输入输出和将来预测输入输出两部分,在t时刻,基于当前测量信息优化求得未来Nc步控制输入变量,实际可得到Np步控制输入变量,但由于认为t+Nc-1~t+Np时间段的预测精度低,控制效果差,所以只考虑Nc步以内的模型预测控制,通过采样输入端的再热器温度得到未来有限时段Nc步系统温度控制输入变量集合Δu,Δu=[Δu(t|t),Δu(t+1|t)],...,Δu(t+Nc-1|t),其中Δu(t|t)是第一个控制输入变量,Δu(t+Nc-1|t)是第Nc个控制输入变量。由预测模型可得到与输入变量相对应的每个时刻的预测系统输出Yp=[y(t+1|t),y(t+2|t)],...,Δu(t+Nc|t),其中y(t+1|t)为对应的第一个控制输入变量的预测输出值。将预测输出值与参考值进行比较,并通过反馈环节对系统控制输入变量进行校正修改。值得注意的是在未来每个时刻执行Nc个控制变量中的第一个控制变量Δu(t|t),在下一t+1时刻,重新重复执行上述过程。
其中:
预测模型单元的要求只要满足基于当前测量信息预测未来动态,主要应用于建立数学模型。在模型预测控制中,第一要素是预测模型,其体现了控制对象的动态性能。预测模型需要对已有的历史信息和当前测量信息进行分析和处理,然后对于未来进行适当的预测。预测模型的样式有很多种,可采用常用的卷积模型或者人工神经网络等成熟应用的方法。因此,在本申请中对于预测模型的建模,不做更加深入的预测模型建立工作,而更加关注实际预测模型的效果。
滚动优化单元作为模型预测控制的第二个要素,由于模型预测控制很难进行一次优化就达到所需目标,所以常常会随着采样时刻的前进而不停的进行优化。通过滚动时域优化控制,不断调节选取控制步长和控制输入变量,以达到使预测系统输出(把全文的“预测输出”、“系统输出”全部改为了“预测系统输出”)和参考值的偏差趋于零这一模型预测控制目标。这种反复的优化就称作滚动优化。滚动优化相比于传统优化而言,其能够在每一时刻都能够进行优化,是一种动态的优化过程。
反馈校正单元作为模型预测控制的第三个要素,其能够有效的减小模型预测控制中的误差。对于实际的系统控制而言,往往会受到很多因素的影响,例如,对于目标模型的不准确选取、对于预测的不确定性以及环境等其它因素的影响,这些影响会造成预测系统输出值相比于实际值存在很大的偏差,而为了解决这样的偏差,需用使用反馈校正。反馈校正能够通过在预测控制中收集到的每一个系统控制输入变量与实际数据进行比较,然后对预测系统输出值进行修正,减小预测系统输出值与实际值之间的偏差,这样利用实际数据对于预测系统输出值的优化能够提高系统的鲁棒性。
如图3所示,本发明实施例基于模型预测控制的二次再热蒸汽温度控制装置用来控制挡板开度及烟气再循环流量,从而实现二次再热蒸汽温度的控制。具体的控制过程为,将再热器温度通过变送器转换成4mA~20mA电流信号,被传送到本发明基于模型预测控制的二次再热蒸汽温度控制装置的模型预测控制(MPC)模块的输入端,与模型预测控制(MPC)模块中的设定值比较后得出差值,并经MPC及PID运算后得出4mA~20mA的控制量,传送到再循环风机挡板以及烟气分配挡板的传动机构,从而控制再循环风机挡板以及烟气分配挡板开度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于模型预测控制的二次再热蒸汽温度控制装置,其特征在于:包括依次串行连接的模型预测控制模块、第一比较器、PID控制模块、第二比较器、副回路的传递函数模块G1(s)、第三比较器、主回路的传递函数模块G2(s),且副回路的传递函数模块G1(s)的输出端连接到第一比较器的一个输入端,第一扰动模块连接到第二比较器的一个输入端,第二扰动模块连接到第三比较器的一个输入端,主回路的传递函数模块G2(s)的输出端连接到模型预测控制模块的一个输入端,模型预测控制模块的另一个输入端作为再热器温度的输入端。
2.如权利要求1所述的基于模型预测控制的二次再热蒸汽温度控制装置,其特征在于:所述模型预测控制模块包括预测模型单元、滚动优化单元,预测模型单元用来在t时刻,考虑系统未来有限时段状态,使用当前时刻的测量值和预测模型,得到当前和未来有限时段的预测控制输入和输出,滚动优化单元用来在t+1时刻,利用t时刻控制后的测量数据重复这一优化过程。
3.如权利要求2所述的基于模型预测控制的二次再热蒸汽温度控制装置,其特征在于:定义Np为预测步长,Nc为控制步长,Np≥Nc,两者之间的差别在于模型预测控制的预测步长为Np,但实际有效控制步长为Nc,时刻t将时间区域分为过去实际输入输出和将来预测输入输出两部分,在t时刻,基于当前测量信息优化求得未来Nc步控制输入变量,实际可得到Np步控制输入变量,但由于认为t+Nc-1~t+Np时间段的预测精度低,控制效果差,所以只考虑Nc步以内预测控制输入变量,通过采样输入端的再热器温度得到未来有限时段Nc步系统温度控制输入变量集合Δu,Δu=[Δu(t|t),Δu(t+1|t)],...,Δu(t+Nc-1|t),其中Δu(t|t)是第一个控制输入变量,Δu(t+Nc-1|t)是第Nc个控制输入变量,由预测模型得到与输入变量相对应的每个时刻的预测系统输出Yp=[y(t+1|t),y(t+2|t)],...,Δu(t+Nc|t),其中y(t+1|t)为对应的第一个控制输入变量的预测输出值,在未来每个时刻执行Nc个控制变量中的第一个控制变量Δu(t|t),在下一t+1时刻,重新重复执行上述过程。
4.如权利要求3所述的基于模型预测控制的二次再热蒸汽温度控制装置,其特征在于:控制步长取预测步长的1/3~1/2。
5.如权利要求2所述的基于模型预测控制的二次再热蒸汽温度控制装置,其特征在于:所述模型预测控制模块还包括反馈校正单元,反馈校正单元用来通过在预测控制中收集到的每一个系统控制输入变量与实际数据进行比较,然后对预测系统输出值进行修正,减小预测系统输出值与实际值之间的偏差。
6.采用权利要求1-5任一项所述的基于模型预测控制的二次再热蒸汽温度控制装置实现二次再热蒸汽温度控制的系统,其特征在于:所述基于模型预测控制的二次再热蒸汽温度控制装置的输出端连接到再循环风机挡板以及烟气分配挡板的传动机构。
7.如权利要求6所述的实现二次再热蒸汽温度的控制的系统,其特征在于:控制过程为:将再热器温度通过变送器转换成电流信号,被传送到基于模型预测控制的二次再热蒸汽温度控制装置的模型预测控制模块的输入端,与模型预测控制模块中的设定值比较后得出差值,并经模型预测控制模块及PID控制模块运算后得出控制量,传送到再循环风机挡板以及烟气分配挡板的传动机构,从而控制再循环风机挡板以及烟气分配挡板开度。
8.如权利要求7所述的实现二次再热蒸汽温度控制的系统,其特征在于:将再热器温度通过变送器转换成4mA~20mA电流信号,经模型预测控制模块及PID控制模块运算后得出4mA~20mA的控制量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810628629.9A CN108762086B (zh) | 2018-06-19 | 2018-06-19 | 基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810628629.9A CN108762086B (zh) | 2018-06-19 | 2018-06-19 | 基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108762086A CN108762086A (zh) | 2018-11-06 |
CN108762086B true CN108762086B (zh) | 2021-03-23 |
Family
ID=63978820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810628629.9A Active CN108762086B (zh) | 2018-06-19 | 2018-06-19 | 基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108762086B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110645724A (zh) * | 2019-09-06 | 2020-01-03 | 青岛科技大学 | 一种蒸汽压缩制冷系统的串级节能控制方法 |
SE544494C2 (en) * | 2020-10-21 | 2022-06-21 | Senseair Ab | Temperature controller for a temperature control mechanism |
CN113883497B (zh) * | 2021-10-29 | 2024-01-19 | 国能龙源环保有限公司 | 一种火电厂锅炉再热汽温优化控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3135245A (en) * | 1961-07-27 | 1964-06-02 | Combustion Eng | Vapor generator |
US3155078A (en) * | 1962-12-28 | 1964-11-03 | Combustion Eng | Double reheat power plant arrangement |
JPH09330103A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | プロセス適応制御方法及びプロセス適応制御システム |
WO2008118726A1 (en) * | 2007-03-26 | 2008-10-02 | Advanced Hydrogen Power Systems, Inc. | Hydrogen mobile power plant that extracts hydrogen fuel from water |
WO2009009891A1 (en) * | 2007-07-17 | 2009-01-22 | Plasco Energy Group Inc. | A gasifier comprising one or more fluid conduits |
CN104019443A (zh) * | 2014-06-24 | 2014-09-03 | 中国电力工程顾问集团华东电力设计院 | 二次再热机组及其再热蒸汽温度异步控制方法 |
CN107165686A (zh) * | 2016-03-08 | 2017-09-15 | 北京国电智深控制技术有限公司 | 一种二次再热火电机组旁路控制方法和系统 |
CN107219836A (zh) * | 2017-07-24 | 2017-09-29 | 中国大唐集团科学技术研究院有限公司华东分公司 | 一种燃气蒸汽联合循环机组负荷协调控制方法 |
CN107575854A (zh) * | 2017-09-25 | 2018-01-12 | 华能莱芜发电有限公司 | 一种二次再热机组监测系统 |
CN107908106A (zh) * | 2017-11-01 | 2018-04-13 | 东南大学 | 二次再热机组再热汽温的自降阶多回路集中预估控制系统 |
CN107989667A (zh) * | 2017-12-26 | 2018-05-04 | 华北电力大学 | 集成超临界co2循环的燃煤二次再热汽轮发电机组 |
-
2018
- 2018-06-19 CN CN201810628629.9A patent/CN108762086B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3135245A (en) * | 1961-07-27 | 1964-06-02 | Combustion Eng | Vapor generator |
US3155078A (en) * | 1962-12-28 | 1964-11-03 | Combustion Eng | Double reheat power plant arrangement |
JPH09330103A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | プロセス適応制御方法及びプロセス適応制御システム |
WO2008118726A1 (en) * | 2007-03-26 | 2008-10-02 | Advanced Hydrogen Power Systems, Inc. | Hydrogen mobile power plant that extracts hydrogen fuel from water |
WO2009009891A1 (en) * | 2007-07-17 | 2009-01-22 | Plasco Energy Group Inc. | A gasifier comprising one or more fluid conduits |
CN104019443A (zh) * | 2014-06-24 | 2014-09-03 | 中国电力工程顾问集团华东电力设计院 | 二次再热机组及其再热蒸汽温度异步控制方法 |
CN107165686A (zh) * | 2016-03-08 | 2017-09-15 | 北京国电智深控制技术有限公司 | 一种二次再热火电机组旁路控制方法和系统 |
CN107219836A (zh) * | 2017-07-24 | 2017-09-29 | 中国大唐集团科学技术研究院有限公司华东分公司 | 一种燃气蒸汽联合循环机组负荷协调控制方法 |
CN107575854A (zh) * | 2017-09-25 | 2018-01-12 | 华能莱芜发电有限公司 | 一种二次再热机组监测系统 |
CN107908106A (zh) * | 2017-11-01 | 2018-04-13 | 东南大学 | 二次再热机组再热汽温的自降阶多回路集中预估控制系统 |
CN107989667A (zh) * | 2017-12-26 | 2018-05-04 | 华北电力大学 | 集成超临界co2循环的燃煤二次再热汽轮发电机组 |
Non-Patent Citations (2)
Title |
---|
Application of intelligent switch and intelligent fuzzy controller in reheated steam temperature system of power plants;Song, Niannian,等;《2000IEEE》;20000702;第449-452页 * |
基于改进型 QPSO- MGPC 的二次再热汽温约束控制策略;雷志伟;《黑龙江电力》;20180430(第2期);第131-136页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108762086A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fang et al. | Backstepping-based nonlinear adaptive control for coal-fired utility boiler–turbine units | |
CN108762086B (zh) | 基于模型预测控制的二次再热蒸汽温度控制装置及控制系统 | |
CN108227488B (zh) | 基于滑模预测控制的超超临界火电机组协调控制方法 | |
CN108490790A (zh) | 一种基于多目标优化的过热汽温自抗扰串级控制方法 | |
CN106765052A (zh) | 一种电站锅炉蒸汽温度的智能计算预测控制方法 | |
CN106292277B (zh) | 基于全局滑模控制的亚临界火电机组协调控制方法 | |
CN107515598A (zh) | 基于多参数动态矩阵控制的火电机组分布式协调控制系统 | |
CN111562744B (zh) | 一种基于pso算法的锅炉燃烧隐式广义预测控制方法 | |
CN108167802B (zh) | 低负荷下锅炉负荷的多模型智能寻优预测控制方法 | |
CN107270283B (zh) | 一种基于循环流化床机组的多变量约束预测控制方法 | |
CN111725840A (zh) | 一种直驱风电机组控制器参数辨识方法 | |
CN102073274A (zh) | 专家模糊增量式自适应的参数在线整定优化系统及方法 | |
de Dieu Nguimfack-Ndongmo et al. | Adaptive terminal synergetic-backstepping technique based machine learning regression algorithm for MPPT control of PV systems under real climatic conditions | |
CN113091088A (zh) | 一种基于双阶段神经网络的锅炉燃烧广义预测控制方法 | |
CN108803342B (zh) | 一种单元机组负荷快速响应预测控制方法 | |
CN111682593A (zh) | 基于神经网络模型状态观测器的火电机组协调优化方法 | |
JP3965615B2 (ja) | プロセス制御装置 | |
KR20200118685A (ko) | 보일러 연소 모델 도출 장치 및 방법 | |
CN116047897A (zh) | 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法 | |
Tian | Predictive control of coke oven flue temperature based on orthogonal neural network | |
Novikov et al. | SELECTING A METHOD FOR THE PARAMETRIC ADAPTATION OF PI-CONTROLLER IN THE CONTROL SYSTEMS OF BOILER ASSEMBLIES AT THERMAL POWER STATIONS WITH SUPERCRITICAL PARAMETERS. | |
CN110705066B (zh) | 基于投影积分的气电耦合园区综合能源系统动态仿真方法 | |
CN212565736U (zh) | 一种二次再热主蒸汽温度串级控制系统 | |
Guo et al. | Neural Network Modeling and Predictive Control of Low Oxygen Combustion System in Petrochemical Heating Furnace | |
Qu et al. | Simulation of electric heating prediction model by internet of things technology and room thermal performance analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |