基于神经网络预测模型和凝结水节流的超超临界机组协调系统智能优化控制

来源：动力工程学报杂志2017年第8期北京时间：

作者：马良玉, 成蕾, 彭钢, 尹喆,

摘要：针对某1 000 MW超超临界机组，建立了具有较高精度和良好动态性能、考虑机组回热循环特性的机组负荷及主汽压力神经网络预测模型.在此基础上，提出了一种协调系统综合智能预测优化控制方法.该方法利用负荷及主汽压力预测模型在机组变负荷过程中分别对除氧器水位调门开度、汽轮机调门开度及燃料量指令进行实时优化，改善协调控制效果.借助1 000 MW超超临界机组仿真机，进行了详细的协调优化控制仿真试验.结果表明：该方法可有效提高机组动态过程负荷的响应速度和调节精度，大大减小变负荷过程中主汽压力的控制偏差，具有较好的工程实用性.

关键词：超超临界机组,神经网络,预测模型,凝结水节流,协调系统,智能优化控制,