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 Ren Zhi-ling;Zhao Bo-ya

作者机构：辽宁工程技术大学电气与控制学院 

基　　金：国家自然科学基金(51277090,51477071) 辽宁省高等学校优秀人才支持计划(LR2013013) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2019年第26卷第8期

页      码：1544-1549页

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。

主 题 词：卷积神经网络 自适应 监督预测 热能循环 预測控制 

学科分类：080702[080702] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.14107/j.cnki.kzgc.170035

馆 藏 号：203753314...