基于蚁群算法-BP神经网络的主蒸汽温度控制系统仿真研究

• 作者: 张振宇 王秋平 肖玲玲 马春林
• 来源期刊: 热力发电
• 关键词: 火电机组 主蒸汽温度 PSO算法 ACO-BP算法 BP神经网络 PID串级控制系统
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 热能科学研究
• 页码范围: 64-68,85
• 页数: 6页
• 分类号: TM621|TP273+.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2013.11.064

摘要

针对火电机组主蒸汽温度被控对象的不确定性和大延迟、大惯性、非线性等特点,设计了一种基于粒子群(PSO)算法、蚁群(ACO)算法、BP神经网络的智能PID串级控制系统.采用PSO算法优化ACO算法的参数、信息启发式因子α、期望启发式因子β、以及改进的ACO算法对BP神经网络初始权值进行优化;采用优化后的BP神经网络算法对PID控制器参数进行在线调整,从而实现对主蒸汽温度的动态控制.以某超临界600 MW机组为对象,对ACO-BP和BP神经网络PID串级主蒸汽控制系统进行仿真试验.结果表明,ACO-BP PID串级主蒸汽控制系统较BP神经网络PID串级主蒸汽温度控制系统能更有效地克服主蒸汽温度被控对象的大延迟、时变性、非线性特性,提高了主蒸汽温度的控制品质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秋平	东北电力大学自动化工程学院	26	125	6.0	9.0
2	马春林	东北电力大学自动化工程学院	5	25	2.0	5.0
3	肖玲玲	东北电力大学自动化工程学院	3	22	2.0	3.0
4	张振宇	东北电力大学自动化工程学院	3	47	3.0	3.0