随机分布控制理论在电厂节能优化控制中的应用研究

摘要

随着人类社会对电能的需求量越来越大，随之而产生的发电与用电之间的供需矛盾也日见突出，而优化电厂的控制策略、提高其发电效率是解决电力供需矛盾的有效方法之一。由于国内目前还是以火力发电和水力发电为主，故本文以火电厂燃烧控制系统以及水电站水轮机调速系统为对象，对其控制优化节能进行了研究。对于火电厂燃烧控制系统，首先利用B样条根据相关数据建立炉膛温度分布模型，然后采用BP神经网络作为控制器，将系统输出温度分布和系统设定温度分布所对应的B样条逼近权值作差后作为神经网络输入，控制目标是使得权值之差最小化以确保系统输出的炉膛温度分布跟踪上系统的设定温度分布。最后将仿真控制结果和传统控制方法作了对比，所提算法的快速性和稳定性得到了验证。而水电站水轮机调速控制系统很容易受到载体位置波动以及进水流量波动的干扰，并且这些随机扰动不一定服从高斯分布。为了尽量减少干扰对系统的影响，本文在研究中针对水轮机调速串级控制系统引入了基于最小熵的随机分布控制器作为主控制器，对应的性能指标为信息熵、系统误差以及控制输入的加权和，通过使性能指标最小化计算出系统控制率，其目标就是确保调速系统输出转速和设定值之差的概率密度函数的分布形状又尖又窄。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 火电厂节能优化研究动态

1．2．2 水电站节能优化研究动态

1．3 本文研究内容

第二章 随机分布控制理论

2．1 引言

2．2 基于B样条函数的建模与控制方法

2．2．1 随机分布系统模型的建立

2．2．2 控制规律设计

2．3 基于输入输出模型的随机分布控制系统的设计

2．4 本章小结

第三章 基于神经网络-B样条的炉膛温度分布控制

3．1 引言

3．2 误差反向传播神经网络

3．2．1 BP神经网络的结构

3．2．2 BP神经网络学习算法

3．2．3 BP神经网络的主要特点

3．3 基于神经网络-B样条的分布式输出控制算法

3．3．1 建立分布式输出系统的B样条模型

3．3．2 控制算法思路

3．3．3 控制算法设计

3．4 炉膛温度分布控制仿真实例

3．4．1 建立炉膛温度分布B样条逼近模型

3．4．2 基于传统梯度下降法优化控制器的炉膛温度分布控制仿真

3．4．3 基于神经网络控制器的炉膛温度分布控制仿真

3．5 本章小结

第四章 基于最小熵理论的的水轮机调速系统控制

4．1 引言

4．2 基于最小熵的随机分布控制理论基础

4．2．1 随机分布控制的出发点

4．2．2 关于信息和熵

4．3 基于最小熵的随机分布控制算法设计

4．3．1 控制系统结构

4．3．2 主回路控制器性能指标选取

4．3．3 熵的估计法

4．3．4 增量式控制算法

4．4 基于最小熵的随机分布控制算法在水轮机调速系统中的应用实例

4．5 本章小结

第5章 全文总结与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢