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 Posted 2021-04-07 中国电力 tags: 篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了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相关的知识,希望对你有一定的参考价值。 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NO x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NO x被控对象的纯时延大时滞特性,常规的PID控制很难将烟气NO x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NO x的控制品质。 往期回顾 ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ 编辑:杨彪 审核:蒋东方 声明 关于我们 主办单位:国网能源研究院有限公司 中国电机工程学会 全球能源互联网研究院有限公司 以上是关于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的主要内容,如果未能解决你的问题,请参考以下文章 工业控制基于matlab多变量动态矩阵预测控制(DMC)含Matlab源码 1499期 火力发电厂工控系统网络安全解决方案 - 对比分析 智能智慧发电厂相关技术领域 智能智慧发电厂相关技术领域 基于深度自编码网络模型的风电机组齿轮箱故障检测 从神经网络功能预测结构的几何框架 | 网络科学论文速递17篇