典型文献
基于PFNN的火电机组过热汽温辨识方法及控制策略
文献摘要：
提出一种基于机理与数据混合的深度神经网络(PFNN)辨识方法,用于过热器温度被控对象的多变量回归建模,进而发展深度神经网络(DNN)动态前馈控制策略,抑制过热器温度的频繁波动.PFNN辨识方法融合过热器动态机理与长短期记忆神经网络,对强耦合、大时延的过热器温度对象具有很强的泛化能力和稳定性,可实现动态特性的精确预测.结果表明,机组灵活调峰时,过热器导前区温度和滞后区温度的PFNN辨识结果与现场实际温度的平均绝对偏差在1℃以内,模型可靠性较高.采用DNN动态前馈控制后,过热器出口蒸汽温度与设定值偏差维持在±2.5℃以内,有效抑制了因负荷变化引起的过热器蒸汽出口温度波动.
文献关键词：
火电机组汽水系统;灵活调峰;深度神经网络;PFNN辨识;动态前馈控制
中图分类号：
作者姓名：
曹越;郑亮;陈祎璠;王鹏;司风琪
作者机构：
东南大学能源转换及过程测控教育部重点实验室,南京210096
文献出处：
引用格式：
[1]曹越;郑亮;陈祎璠;王鹏;司风琪-.基于PFNN的火电机组过热汽温辨识方法及控制策略)[J].东南大学学报（自然科学版）,2022(03):417-424
A类：
PFNN,动态前馈控制,火电机组汽水系统
B类：
组过,过热汽温,辨识方法,深度神经网络,过热器,被控对象,多变量回归,回归建模,DNN,前馈控制策略,频繁波动,方法融合,长短期记忆神经网络,强耦合,大时延,泛化能力,动态特性,精确预测,灵活调峰,后区,平均绝对偏差,蒸汽温度,设定值,负荷变化,出口温度,温度波动
AB值：
0.267499
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
