典型文献
基于机器学习的锅炉送风控制系统仿真及优化
文献摘要：
送风系统是一个多扰动和多耦合的复杂系统,为了解决送风系统模型辨识难和PID控制效果较差的问题,本文提出了一种基于机器学习的送风控制系统优化设计方案.首先基于现场运行数据,采用随机森林算法筛选出可用于系统辨识的数据;基于BP神经网络辨识送风系统模型并进行闭环控制仿真,仿真结果表明该模型有很高的辨识精度和泛化能力;最后,基于所得仿真回路,采用ADRC算法对系统控制器进行优化,仿真结果与原PID控制相比,表明ADRC可提高送风系统的跟踪性能和抗干扰能力.本文方案也适用于火电机组其他对象的控制回路仿真及优化.
文献关键词：
送风系统;随机森林;BP神经网络;ADRC
中图分类号：
作者姓名：
付颜;潘蕾;王钱超
作者机构：
能源热转换及测控教育部重点实验室,东南大学能源与环境学院,南京210096
文献出处：
引用格式：
[1]付颜;潘蕾;王钱超-.基于机器学习的锅炉送风控制系统仿真及优化)[J].工程热物理学报,2022(07):1777-1782
A类：
B类：
基于机器学习,锅炉,风控,控制系统仿真,送风系统,一个多,多耦合,复杂系统,系统模型,模型辨识,PID,控制系统优化,系统优化设计,优化设计方案,运行数据,随机森林算法,系统辨识,闭环控制,控制仿真,辨识精度,泛化能力,ADRC,系统控制,跟踪性能,抗干扰能力,火电机组,控制回路
AB值：
0.349563
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。
