其他
【精彩论文】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
引文信息
王天堃. 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[J]. 中国电力, 2019, 52(12): 140-145.WANG Tiankun. The denitration strategy of predictive dynamic matrix control (dmc) combined with bp neural network in fossil fuel power plant[J]. Electric Power, 2019, 52(12): 140-145.
内容摘要
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。
往期回顾
◀【精彩论文】小故障样本条件下的风电机组分层贝叶斯可靠性模型
◀【征稿启事】“电力信息通信新技术在能源互联网中的研究与应用”专题征稿启事
◀【征稿启事】“能源安全新战略路径设计与规划推演关键技术”专栏征稿启事
编辑：杨彪
审核：蒋东方
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。