锅炉系统是一种非线性的多变量耦合系统,具有一定的滞后性,导致无法获得精确的数学模型。目前,燃煤电站的锅炉控制系统主要为DCS,该系统虽然对单输入、单输出系统具有较高的控制精度,但是由于锅炉系统的复杂性,系统整体控制很难达到最优。利用神经网络对锅炉系统建立黑箱模型,通过遗传算法对锅炉模型参数进行辨识,用辨识获取的参数指导运行人员对锅炉进行调节。最后在一电厂320 MW循环流化床锅炉上进行了试验,结果显示,所提出的方法能有效地降低供电煤耗。
科研之友
微信
新浪微博
Facebook
分享链接
