本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡預測模型和凝結(jié)水節(jié)流的超超臨界機組協(xié)調(diào)系統(tǒng)智能優(yōu)化控制　出處：《動力工程學報》2017年08期 　論文類型：期刊論文

  更多相關(guān)文章： 超超臨界機組 神經(jīng)網(wǎng)絡 預測模型 凝結(jié)水節(jié)流 協(xié)調(diào)系統(tǒng) 智能優(yōu)化控制

【摘要】：針對某1000 MW超超臨界機組,建立了具有較高精度和良好動態(tài)性能、考慮機組回熱循環(huán)特性的機組負荷及主汽壓力神經(jīng)網(wǎng)絡預測模型.在此基礎上,提出了一種協(xié)調(diào)系統(tǒng)綜合智能預測優(yōu)化控制方法.該方法利用負荷及主汽壓力預測模型在機組變負荷過程中分別對除氧器水位調(diào)門開度、汽輪機調(diào)門開度及燃料量指令進行實時優(yōu)化,改善協(xié)調(diào)控制效果.借助1 000 MW超超臨界機組仿真機,進行了詳細的協(xié)調(diào)優(yōu)化控制仿真試驗.結(jié)果表明:該方法可有效提高機組動態(tài)過程負荷的響應速度和調(diào)節(jié)精度,大大減小變負荷過程中主汽壓力的控制偏差,具有較好的工程實用性.
[Abstract]:According to a 1000 MW ultra supercritical unit, has high precision and good dynamic performance has been established, the unit load regenerative cycle characteristics of the unit and the main steam pressure of the neural network prediction model. On this basis, put forward the optimization control method of a comprehensive intelligent coordination system prediction. The method uses the load and the main steam pressure prediction model in the process of changing load of deaerator water level valve opening in the turbine unit, and fuel instruction for real-time optimization, improve coordination control effect. With the help of 1000 MW ultra supercritical unit simulation machine, the coordination and optimization of detailed control simulation test. The results show that this method can effectively improve the response speed of the unit the dynamic process of load and adjust the accuracy of control, greatly reduce the deviation of main steam pressure load change process, has good practical value.

【作者單位】： 華北電力大學控制與計算機工程學院;北京四方繼保自動化股份有限公司;國網(wǎng)河北省電力公司電力科學研究院;
【基金】：國家自然科學基金資助項目(61174111)
【分類號】：TM621;TP183
【正文快照】： 北京100085;3.國網(wǎng)河北省電力公司電力科學研究院,石家莊050021)受一次能源結(jié)構(gòu)的制約,我國以燃煤為主的發(fā)電格局短期內(nèi)難以改變.大容量超(超)臨界機組因其循環(huán)效率高、污染排放低等優(yōu)勢,成為我國電網(wǎng)的主力機組.另一方面,生態(tài)環(huán)境惡化、大氣污染等日益嚴峻的形勢推動了風能、

【參考文獻】

相關(guān)期刊論文 前10條

1 馬良玉;成蕾;;考慮回熱循環(huán)的超超臨界機組負荷預測神經(jīng)網(wǎng)絡模型[J];熱力發(fā)電;2016年04期

2 王瑋;劉吉臻;曾德良;牛玉廣;;凝結(jié)水節(jié)流變負荷能力靜態(tài)建模與分析[J];動力工程學報;2015年09期

3 劉吉臻;劉_g昕;王瑋;;基于汽水分布方程的熱力發(fā)電機組凝結(jié)水節(jié)流靜態(tài)負荷響應特性[J];動力工程學報;2015年04期

4 馬良玉;寧福軍;宋勝男;;凝結(jié)水節(jié)流對機組負荷影響的仿真研究[J];熱力發(fā)電;2015年03期

5 馬良玉;高志元;;超臨界機組協(xié)調(diào)控制系統(tǒng)的預測優(yōu)化控制[J];熱力發(fā)電;2014年09期

6 丁明;王偉勝;王秀麗;宋云亭;陳得治;孫鳴;;大規(guī)模光伏發(fā)電對電力系統(tǒng)影響綜述[J];中國電機工程學報;2014年01期

7 馬良玉;高志元;;基于神經(jīng)網(wǎng)絡的超臨界機組數(shù)學模型[J];動力工程學報;2013年07期

8 鄭飛;金豐;;大中型火電機組AGC快速響應控制策略優(yōu)化的研究[J];東北電力技術(shù);2013年05期

9 王立軍;李曉敏;;“兩個細則”條件下的超臨界機組AGC協(xié)調(diào)控制優(yōu)化[J];現(xiàn)代電力;2011年02期

10 于達仁,郭鈺鋒,王曉娟,徐基豫;計及回熱器蓄熱效應的汽輪機動態(tài)模型[J];中國電機工程學報;2005年14期

【共引文獻】

相關(guān)期刊論文 前10條

1 馬良玉;成蕾;彭鋼;尹U，

本文編號：1396146