神经网络预测控制在脱硝系统中的应用研究

摘要

由于环境问题的日益加剧，环保已经成为当今社会的热门话题。为了响应国家环保的号召，大部分燃煤电厂都使用了SCR烟气脱硝技术，如何有效可靠地控制烟气中的NOx排放也成为了关键的问题。由于SCR脱硝系统的对象具有时变性、大滞后、大惯性及非线性的特点，基于常规控制策略的脱硝控制系统往往难于取得良好的控制效果，本文围绕如何采用现代先进控制技术来提高脱硝控制系统的品质开展研究，主要的研究工作如下:
　　1、针对某电厂600MW超临界机组，在350MW、460MW、550MW三个负荷点上分别进行了被控对象的动态特性试验，采集了实验数据，通过采用二阶大阻尼系统的模型辨识方法，建立了SCR脱硝系统被控对象在350MW、460MW、550MW三个负荷点上的传递函数模型，并验证了模型的精度。
　　2、SCR脱硝系统被控对象是一个大滞后、大惯性的过程，本文在改进Smith预估补偿控制策略的基础上，设计了一种基于串级Smith预估补偿技术的脱硝控制系统，该控制系统克服了传统的Smith预估补偿控制对模型精度的极高要求，具有较好的鲁棒性、快速性和稳定性。通过对所设计的脱硝控制系统进行仿真研究，并和传统的PID控制、串级PID控制及常规的Smith预估补偿控制的仿真结果进行对比，结果表明，本文改进的串级Smith预估补偿控制系统具有更加优良的控制效果。
　　3、针对实际SCR脱硝系统除存在大惯性与大滞后问题以外，还存在非线性特性的问题，设计了一种基于神经网络预测控制器的脱硝系统控制策略。该控制方法有机融合了多层感知器神经网络模型处理非线性问题的优点与广义预测控制算法处理大惯性大滞后的优点，实现优势互补，较好地解决了实际SCR脱硝系统存在的大惯性大滞后以及喷氨阀门存在的非线性问题。通过与常规线性广义预测控制与改进串级Smith预估补偿控制器进行仿真比较，经过定性与定量分析，验证了神经网络预测控制器的优越性与有效性，为实现高性能SCR脱硝系统控制提供了理论基础。
　　4、提出了一种基于高斯分布理论的改进粒子群算法，通过标准函数测试，该算法不仅具有计算简单且收敛快速的特点，而且在一定程度上克服了算法早熟收敛的问题，将该算法用于神经网络预测控制器的参数优化，解决了控制器参数整定困难的问题。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 课题研究现状

1．2．1 脱硝控制系统的现状

1．2．2 神经网络预测控制研究现状

1．3 本文主要完成的工作

第二章 SCR脱硝系统建模与仿真

2．1 引言

2．2 二阶过阻尼系统传递函数辨识方法

2．3 SCR脱硝系统建模

2．3．2 工程试验方法

2．3．3 SCR脱硝系统的系统辨识

2．3．4 模型准确性验证

2．4 本章小结

第三章 基于串级Smith预估的脱硝控制策略

3．1 引言

3．2．2 基于串级PID的脱硝控制

3．2．3 Smith预估补偿控制

3．2．4 改进的Smith预估补偿控制策略

3．3 本章小结

第四章 基于神经网络预测控制的脱硝系统控制策略

4．1 引言

4．2 多层感知器神经网络模型

4．2．1 多层感知器神经网络模型简介

4．2．2 多层感知器神经网络模型结构

4．2．3 多层感知器神经网络特点

4．2．4 BP算法数学原理

4．3 广义预测控制

4．3．1 广义预测控制特点

4．3．2 广义预测控制基本算法

4．4 基于多层感知器神经网络的预测控制

4．4．1 神经网络辫识算法介绍

4．4．2 神经网络模型混联辨识结构

4．4．3 神经网络模型混联辨识算法

4．4．4 自适应递归最小二乘法

4．4．5 基于神经网络的广义预测控制算法

4．5 仿真研究

4．6 仿真结果对比

4．7 本章小结

第五章 基于改进的粒子群算法的SCR脱硝控制器参数优化

5．1 引言

5．2 粒子群算法介绍

5．2．1 基本粒子群算法

5．2．2 改进的粒子群算法

5．3 算法验证

5．3．1 基准测试函数

5．3．2 部分改进粒子群算法

5．3．3 比较结果

5．4 基于PSOk的脱硝系统神经网络预测控制器参数优化

5．5 本章小结

第六章 总结与展望

6．1 论文工作总结

6．2 未来工作展望

致谢

参考文献

硕士期间发表的科研成果