基于预测模型的SNN控制在湿法脱硫中的应用

• 作者: 李金霞 白建云 范常浩
• 来源期刊: 自动化与仪表
• 关键词: 单节点神经网络 预测控制 湿法脱硫 抗干扰能力
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 控制系统
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2017.03.010

摘要

针对目前燃煤电厂湿法脱硫动态特性具有大迟延、大惯性、时变、非线性等特点,且系统自动控制投运率低的现状,该文设计了一种基于预测模型的单节点神经网络(SNN)控制算法,将单节点神经网络结构控制器与传统的PID控制规律相融合,既具有了自学习和自适应的特点,也弥补了常规PID参数不能在线调整带来的弊端.同时加入预测控制,将系统未来的输出值提前反馈到控制器,对过程纯滞后特性具有明显的补偿效果,提高系统的稳定性和鲁棒性.结合某300 MW CFB机组炉外湿法脱硫系统数学模型进行控制仿真.结果表明,该控制算法相对于传统PID控制不仅超调量小、调节时间短、而且能有效解决模型参数改变和扰动带来的不稳定性,具有较强的适应性和抗干扰能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白建云	山西大学自动化系	61	343	9.0	15.0
2	范常浩	山西大学自动化系	5	8	2.0	2.0
3	李金霞	山西大学自动化系	6	8	2.0	2.0