基于CNN预测的电厂热能联合循环控制研究

• 作者: 任志玲 赵博雅
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 卷积神经网络 自适应 监督预测 热能循环 预测控制
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 工业过程及控制系统
• 页码范围: 1544-1549
• 页数: 6页
• 分类号: TK323
• 字数: 4411字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170035

摘要

为提高电厂热能循环控制的精度和稳定性,采用一种基于卷积神经网络的模型自适应监督预测的环控制算法.设计了采用卷积神经网络(Convolutional Neural Network,CNN)进行电厂热能循环的自适应学习模型,解决辨识模型不能根据真实工况进行自适应调整的问题,提高了预测模型的精度;针对所设计控制系统,设计了状态反馈自适应控制器,并对所设计控制器的渐进稳定性进行了证明,为应用提供了理论基础;通过在电厂锅炉汽机联合循环控制上的仿真测试,显示所提方法相对于传统的PID控制算法和广义预测控制算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任志玲	辽宁工程技术大学电气与控制学院	51	332	9.0	17.0
2	赵博雅	辽宁工程技术大学电气与控制学院	2	2	1.0	1.0