基于神经网络模型及预测控制DMC的火电机组脱硝控制策略

• 作者: 王天堃
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 燃煤发电机组 脱硝控制 神经网络 预测控制
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 节能与环保
• 页码范围: 140-145
• 页数: 6页
• 分类号: TK39
• 字数: 4475字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201810059

摘要

燃煤火电机组的NOx排放值是受国家环保部门实时监督考核的重要环保安全指标.由于NOx被控对象的纯时延大时滞特性,常规的PID控制很难将烟气NOx排放指标控制到理想范围内.介绍了一种基于BP神经网络模型和预测控制的动态矩阵控制(DMC)算法相结合的新型火电机组脱硝控制策略,其中BP神经网络可逼近DMC算法中脱硝对象的零输入响应,利用神经网络的泛化能力,逼近实际工业过程在不同负荷下模型参数时变的特性,使预测控制中的模型预测部分可以更精确地逼近实际过程对象,提高整个预测控制算法的控制精度.现场应用表明,这种新型脱硝控制策略可有效提高火电机组NOx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	王天堃		2	3	1.0	1.0