（控制理论与控制工程专业论文）超超临界机组非线性动态模型的研究.pdf

盎， 。，： f曩 华北电力大学硕十论文 摘要 随着我国火电机组向着高参数大容量的超超临界机组发展，机组强非线性、强不确 定性和强耦合性的特点更加明显，这就给单元机组动态模型的建立带来了困难。本文在 分析超超临界单元机组动态特性的基础上，分别利用静态b p 神经网络、动态e l m a n 神经网络和模糊神经网络建立了1 0 0 0 m w 超超临界直流锅炉单元机组的动态模型并 与机组的线性模型进行了比较，仿真结果证明了所建模型的有效性。 论文的研究内容和取得的主要成果主要体现在以下几个方面： 1 在分析超超临界机组机理动态特性的基础上，将机组简化为三输入三输出非 线性模型；2 本文中参与辨识和测试的数据均采自生产现场1 0 0 0 m w 机组，使文中所建 模型具有较高的工程实用价值；3 结合现场历史数据，用多种不同神经网络建立了单元 机组的三输入三输出模型，验证了神经网络在1 0 0 0 超超临界单元机组建模中的有效性。 关键词：超超临界，动态特性，b p 神经网络，e l m a n 神经网络，模糊e l m a n 神经网络 a bs t r a c t w i t hc h i n a st h e r m a lp o w e ru n i tt od e v e l o pl a r g ec 印a c i 吼h i g hp a r a m e t e ru l t r a - s u p e r c r i t i c a lu n i t , t h e u n i t ss t r o n gn o n l i n e a r , s t r o n gu n c e r t a i n t ya n ds t r o n gc o u p l i n gc h a r a c t e r i s t i ca r cm o r ea p p a r e n t , i ti s d i f f i c u l tt ob u i l dt h eu n i t sd y n a m i cm o d e l b a s e do nt h ed y n a m i cc h a r a c t e r i s t i c sa n a l y s i so f u l t r a - s u p e r c r i t i c a lu n i t s ，t h i sp a p e rp r e s e n t sas i m u l a t i o ns t u d yo nm o d e l i n go fai0 0 0 m w u l t r as u p e r c r i t i c a lo n c e t h r o u g hb o i l e ru n i tb yb pn e u r a ln e t w o r k e l m a nn e u r a ln e t w o r ka n d f u z z yn e u r a ln e t w o r kr e s p e c t i v e l y , a n da l s oc o m p a r ew i t ht h el i n e a rm o d e lo ft h eu n i t s 1 1 l e s i m u l a t i o nr e s u l t ss h o wt h ev a l i d i t y t h em a i nc o n t r i b u t i o n so ft i l i sd i s s e r t a t i o na r es u m m a r i z e da sf o l l o w s ： 1 o nt h eb a s i co ft h ed y n a m i cc h a r a c t e r i s t i c sa n a l y s i so fu l t r a - s u p e r c r i t i c a lu n i t t h i s p a p e rs i m p l yu l t r a - s u p e r c r i t i c a lu n i tt ot h r e ei n p u t sa n dt h r e eo u t p u t sn o n l i n e a rm o d e l 2 i nt h i s d i s s e r t a t i o n ，a l lt h ed a t au s e dt om o d e li d e n t i l y i n ga n dt e s t i n gi ss a m p l e df r o mt h ep r o d u c t i o n f i e l d t h i sh a sp r e t t yh i g he n g i n e e r i n gm i l i t yv a l u e s 3 b a s e do nt h ef i e l dd a t a , m a n yd i f f e r e n t n e u r a ln e t w o r k sa r eu s e dt ob u i l dt h r e ei n p u t sa n dt h r e eo u t p u t sn o n l i n e a rm o d e l i tv a l i d a t e s t h ee f f i c i e n c yo ft h en e u r a ln e t w o r k si nm o d e l i n gt h el0 0 0 m w u l t r a s u p e r c r i t i c a lu n i t q 悄j u n b o ( c e n t r e lt h e o r ya n dc e n t r e le n g i n e e r i n g ) w a n gc h e n ( c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g ) d i r e c t e db yp r o f l i ux i a n g ji e k e yw o r d s ：u l t r as u p e r c r i t i c a l ，d y n a m i cc h a r a c t e r i s t i c s ，b pn e u r a ln e t w o r k ， e l m a nn e u r a ln e t w o r k ，f u z z yn e u r a ln e t w o r k 1 l 一 华北电力大学硕士论文 摘要 a b s t r a c t 目录 第一章引言l 1 1 选题背景及意义1 1 2国内外超临界超超临界机组建模研究现状1 1 2 1 国内研究现状2 1 2 2 国外研究现状2 1 3 论文的主要工作3 第二章超超临界火电机组模型结构5 2 1 国际上超临界超超临界机组的发展5 2 2 国内超临界超超临界机组的发展6 2 3 超超临界机组的优势6 2 4 超超临界机组动态特性的分析7 第三章神经网络基础1 1 3 1 神经网络的定义1 l 3 2 神经网络的性质与功能1 2 3 2 1 神经网络的基本性质1 3 3 2 2 神经网络的基本功能1 3 3 3 神经网络的发展概况1 3 3 3 1 神经网络产生和发展的历史1 4 3 3 2 神经网络当前的发展和问题1 5 3 4 神经网络模型1 5 3 4 1 神经网络的结构。l5 3 4 2 神经网络的学习方式1 6 3 5 神经网络的建模与辨识1 7 3 5 1 非线性系统辨识的一般模型1 8 3 5 2 神经网络辨识理论依据与辨识结构1 9 3 5 3 神经网络辨识的特点2 0 3 6 神经网络的应用实例2 0 第四章基于神经网络的1 0 0 0 m w 单元机组动态特性模型2 2 4 1 引言2 2 4 21 0 0 0 m w 直流锅炉单元机组的线性模型2 2 4 2 1 多输入多输出系统的最 b - - 乘参数估计的递推算法2 2 4 2 21 0 0 0 m w 直流锅炉单元机组的线性模型2 5 4 31 0 0 0 m w 直流锅炉单元机组的b p 神经网络模型3 3 4 3 1b p 神经网络3 4 4 41 0 0 0 m w 直流锅炉单元机组的e l m a n 神经网络模型4 5 4 4 1e l m a n 神经网络4 5 4 4 21 0 0 0 m w 直流锅炉单元机组的e l m a n 神经网络模型4 7 1 l ； 华= j 七电力大学硕士论文 第五章基于模糊神经网络的1 0 0 0 m w 直流锅炉单元机组的模型5 4 5 1 基于t a k a g i s u g e n o 模型的模糊神经网络5 5 5 2 基于t a k a g i - s u g e n o 模型的模糊神经网络的学习算法。5 6 5 31 0 0 0 m w 直流锅炉单元机组的模糊神经网络模型5 8 第六章结论与展望6 8 6 1 结论6 8 6 2 展望6 9 参考文献7 0 致谢7 3 在学期间发表的学术论文和参加科研情况7 4 n 4 1 i j 华北电力大学硕士学位论文 1 1 选题背景及意义 第一章引言 随着科学技术的快速发展，国际上先进的清洁燃煤发电技术超超临界燃煤发电 技术在超临界燃煤发电技术的基础上于2 0 世纪9 0 年代初在欧洲问世，因其具有单机大容 量、高参数、经济高效、环保等特点，目前在国外被广泛采用。我国的能源结构决定了 电力工业以煤炭为主，这在未来相当长时间内都不会改变。目前，国内投产和在建的超 超临界机组越来越多，正在成为火电行业及大电网的主力机组，由于其单机容量大等特 点，这些机组的安全稳定运行是大电网安全稳定运行的基础和关键n 3 】。同时，超超i f 6 j 界 机组的运行和控制经验在国内尚处积累阶段，且直流炉运行特性复杂，控制对象具有多 变量强耦合、强非线性又一直是控制的难题，因而深入开展对超超临界机组非线性动态 模型，以及先进控制策略在超超临界机组中的应用研究十分必要和意义重大。 通过对超超临界机组非线性动态模型的研究，可以为各种依赖于模型控制算法的设 计提供依据，为先进控制方法在火电机组中的应用打好基础；此外，超超临界发电机组 是一个复杂的能量转换系统，而机组协调控制系统运行稳定是保证机组其他子系统：汽 温、给水、燃烧稳定的主要因素，协调控制系统性能优化是各个子系统性能优化的关键。 另外也可以作为一个通用的仿真平台，用以分析比较不同控制算法的性能，使超超临界 机组及其部件具有合理的动态特性，优化锅炉结构设计及锅炉运行方式，选配合理的辅 机系统，制定锅炉的运行规程。对于控制来说，设计合适的控制系统，使用系统仿真法 调试控制、开发新的控制方案，研究动态情况下设备的安全诊断、故障检测及运行性能， 编制运行监控软件；还可以建立仿真系统培训运行人员，提高运行安全性。因此，研究 对象非线性动态模型及其特性是此项工作的基础，并在此基础上探索先进的控制算法在 协调控制系统中的应用具有重大意义。 1 2国内外超临界超超l 临界机组建模研究现状 随着超超临界技术应用，火电机组向着高参数大容量发展，使得火电机组强非线性、 强不确定性和强耦合性的特点更加明显，这就给单元机组模型的建立带来了困难。现有 的部分机组模型是通过设计和简化的线性模型，常常难以适应大范围的工况变化。而单 元机组机理模型的建立需要对系统的机理要有较清楚的了解，对于具有强非线性和不确 定性的火电单元机组尤其是近年来发展迅速的1 0 0 0 1 v l w 大容量、高参数机组，要想深 入了解各系统、各阶段的机理是很困难的，甚至在某种意义上也是不现实的。常规方法 华北电力大学硕士学位论文 在处理单元机组这类非线性系统的建模中表现出了局限性。 人工神经网络以其特有的表达任意非线性映射能力，为非线性系统建模提供了新的 思路和方法h 吲。将神经网络模型引入到非线性系统建模和辨识中，利用神经网络逼近任 意非线性函数的能力，来模拟实际系统的输入一输出关系；同时利用神经网络的自学习 自适应能力，可以方便地给出工程上易于实现的学习算法，经过网络训练最终得到系统 的正向或逆向模型。近年来，神经网络在复杂工业过程非线性系统辨识中的应用，成为 广大学者研究神经网络的一个方向。 1 2 1 国内研究现状 非线性系统的建模与辨识是控制理论中具有重要应用价值的研究领域之一，国 内许多学者在这方面作了大量的研究工作，取得了许多研究成果。 国内学者在采用不同的神经网络建模方法对火电机组不同系统展开研究，其中 包括：文【9 】构建了一种基于神经网络和过程激励特性的汽包锅炉蒸发系统的仿真模 型，通过仿真验证了模型的有效性。文 1 2 利用连续小波神经网络建立了单元机组 负荷数学模型，并采用b p 算法对网络进行训练，网络的训练结果和测试结果均表明， 神经网络可以较好地逼近单元机组负荷数学模型；文【1 3 】基于r b f 神经网络，进行 多变量系统的建模研究工作，将正规化正交最小二乘( r o l s ) 算法扩展到多输入多输 出系统，建立了电厂单元机组负荷系统的r b f 网络模型，仿真研究的结果表明，用 神经网络建立火电机组多变量热工系统的非线性模型是有效的，具有较高的辨识精 度和较好的泛化能力。文 5 2 】利用神经网络建立了锅炉燃烧系统模型，并用蚁群优 化算法完成对网络模型的学习训练。 近年来，国内学者应用神经网络在各个领域进行了研究，并取得很多成果，这 些成果对神经网络建模均有指导意义。文 7 】验证了用神经网络进行非线性离散动态 系统辨识的可行性。文【1 1 】应用l y a p u n o v 稳定性理论分析了e l m a n 人工神经网络的收 敛性，讨论了基本的e l m a n 人工神经网络收敛的充分条件。文【1 4 】利用改进的e l m a n 神经网络对非线性系统进行辨识，实现了超声马达的速度辨识，并有较好的收敛精 度和速度。 1 2 2 国外研究现状 近几年来，利用神经网络进行非线性系统辨识的方法被大量挖掘。如r i v a l s 等 讨论了非线性系统的神经网络模型的构造和选择方法1 2 1 1 。此外，在a d w a n k a r 论述了 神经网络在工业过程建模、仿真、控制及自学习方面的巨大潜力和优势的基础上【2 2 1 ， 神经网络在火电单元机组建模中的应用也受到广大专家学者的广泛关注。g l r w i n 在1 9 9 5 年利用神经网络建立了2 0 0 m w 燃油锅炉的全局非线性多输入多输出模型，并 2 _ 。x 华北电力大学硕士学位论文 与局部线性多变量a r m a x 模型进行了对比， 【2 4 1 1 2 5 1 利用神经网络建立了锅炉汽轮机模型， 参考自适应控制方案，取得了不错的效果。 验证了神经网络建模的有效性【2 3 】；文 并在模型的基础上设计了神经网络模型 国外学者采用神经网络方法在各个领域进行了研究。1 9 9 0 年n a r e n d r a 提出了4 种 典型的非线性动态系统的神经网络辨识方法，利用多层感知网络逼近非线性动态系 统，并提出几种基于神经网络的模型自适应方法【1 5 】；文1 1 6 研究了r b f 网络在系统 模型辨识中的应用；文【1 7 乖l j 用动态神经网络实现非线性系统建模和状态估计i 1 ； 1 9 9 5 年k o s m a t o p o u l o s 研究了回归网络进行动态系统辨识的理论，以及基于l y a p u n o v 理论的神经网络自适应在线学习算法【1 8 】。文【1 9 】等人于2 0 0 8 年，利用e l m a n 神经网络 提前三个小时预测某地区二氧化硫污染浓度，得到很好的预测效果；文【2 0 】利用小 波分解的方法处理低频的环境变量数据，并应用e l m a n 神经网络进行建模，得到训 练速度快，测量精度高的环境模型。 自1 9 6 5 年，z a d e h 教授创立模糊论以来，模糊逻辑理论在非线性系统辨识中的 应用取得了一定的进展，并形成了比较完整的理论框架。鉴于模糊在处理不确定人 类知识方面的潜力，将其与神经网络结合起来成为一个新的研究方向。文【2 6 】详细 介绍了模糊神经网络在非线性系统建模中的应用；文【2 7 详细介绍了模糊神经网络 的结构以及算法，并利用模糊神经网络建立了循环流化床燃烧技术的n o x 排放模型； 文【2 8 】详细介绍了基于t s 模型的模糊神经网络，并利用自组织模糊辨识算法对该网 络进行学习。 非线性系统的复杂性和多样性，使得越来越多的非线性模型和相关的辨识方法 受到重视。神经网络模型由于其自身高度非线性映射的能力，能够模拟实际对象的 输入输出，网络结构和学习算法可以选择，其应用前景十分广阔。 1 3 论文的主要工作 目前国内火力发电主力机型为超临界超超临界级单元机组，在新一轮电力建设 中，6 0 0 m w ，1 0 0 0 m w 级超超临界单元机组成为首选。本文选择的研究对象为，我 国某1 0 0 0 m w 级，采用直吹式制粉系统的超超临界压力一次中间再热直流锅炉、凝 汽式汽轮机单元机组的动态模型，为控制系统的设计和改进提供依据。 大型火电机组对象复杂具有非线性，这一结论已经得到公认。而且随着机组容 量的增大，这种非线性越来越明显，要想在深入分析机组动态机理的基础上建立单 元机组的机理模型是非常困难的。有鉴于此，作者在定性分析超超临界单元机组特 性的基础上，分别采用b p 神经网络、e l m a n 神经网络和模糊神经网络建立了 1 0 0 0 m w 直流锅炉单元机组的非线性模型与线性模型进行对比，并通过仿真检验了 模型的有效性。 3 华北电力大学硕士学位论文 在本文的建模过程中，所有的辨识数据和测试数据均采自国内某1 0 0 0 m w 超超 临界直流锅炉单元机组的d c s 系统，而且辨识数据和测试数据的取值范围在不同的 负荷区间之内，首先利用辨识数据对训练机组模型，然后利用辨识数据验证模型的 有效性，采用不同的数据区间说明本文所建立的神经网络模型具有较好的泛化能 力，能够建立全局工况下的机组模型。 论文的主要内容与结构安排如下： 第二章阐述了超超临界机组的发展现状，超超临界机组的特点以及动态特性。 第三章对神经网络的发展概况、主要特点、基本功能与结构以及学习方式作了 简要的概述。 第四章分别讨论了基于前馈b p 网络、e l m a n ：冲经网络建模方法，并将上述方法 通过现场采集的历史数据，用于1 0 0 0 m w 直流锅炉单元机组的模型辨识。最后通过 与传统方法得到的线性模型的比较，验证了神经网络在大容量火电机组建模的有效 性。 第五章讨论了基于模糊神经网络建模方法的特点及其优势，建立了超超临界机 组的辨识模型，并进行了仿真研究。 第六章总结了论文的主要内容，对第四章和第五章的仿真结果进行对比，并对 进一步的研究工作进行了展望。 4 夕 j 1 ： 华北电力大学硕士学位论文 第二章超超临界火电机组模型结构 从我国国情来看，我国是最大的煤炭生产国和消费国。燃煤火力发电机组占 发电机组总容量的7 5 以上。今后相当长的时期内，燃煤机组在我国发电领域仍占 主导地位。而我国火电能耗及污染物排放仍然偏高。截至2 0 0 8 年，我国火电装机 中有近3 0 为1 0 万千瓦及以下小机组。2 0 0 8 年1 5 月份全国供电煤耗率为每千瓦 时3 4 7 克标准煤，与发达国家2 0 0 5 年平均供电煤耗每千瓦时3 3 5 克相比还有较大 差距，同时火电机组污染物排放总量占居全社会总排放量一半以上。这就要求我们 必须发展大容量高效机组，以降低能耗，减少污染物排放。这样，发展超临界超超 临界机组是我国火电建设的必然趋势。 超超临界技术于上个世纪5 0 年代初在美国问世，目前在国际上已是商业化的 成熟技术i 抄j 。 2 1 国际上超临界超超临界机组的发展 国际上超临界超超临界技术的发展从上世纪5 0 年代开始。热力参数经历了高 一低一高的演变过程。在人们认识到超临界循环比亚临界循环可显著提高效率时， 全世界发达国家都利用这一技术兴建电厂。初期蒸汽参数取得比较高，超过了当时 的材料技术发展水平，致使超临界机组的可用率和可靠性都较低，迫使机组降低参 数运行。9 0 年代以来，由于环保和节约能源的需要，机械和材料等问题的逐步解 决，超临界技术得到了完善和提高，高参数的超超临界机组进入了一个新的发展时 期。截至2 0 0 6 年，全世界有5 2 0 台超临界超超临界机组在运行【3 0 】。 美国是发展超临界发电技术最早的国家，早在2 0 世纪5 0 年代初就开始超临界 发电技术的探索性研究。1 9 5 7 年世界上第一台1 2 5 m w 的超超临界机组投运。1 9 5 8 年第二台3 2 5 m w 的超超l f 6 j 界机组投运，是世界上蒸汽参数最高的机组。目前仍在 运行。早期的这些机组为超临界超超临界技术的发展和完善提供了大量的宝贵经 验。 俄罗斯( 前苏联) 是发展超临界机组最坚决的国家，所有3 0 0 m w 及以上容量机组 全部采用超临界参数，其超临界机组达2 0 0 余台，占总装机容量的5 0 以上，因此 火电机组的平均供电煤耗3 2 6 9 ( k w h ) 位居世界水平的前列。 日本发展超超临界技术采用的是引进、仿制、创新的技术路线。虽然起步较晚， 但发展速度很快，收效显著。目前，日本以超超临界机组可靠性高，经济性好，技 术发展快，而成为研究和应用超超临界发电技术最好的国家之一。 西欧大约有6 0 多台超临界机组在运行。大部分在德国、意大利和丹麦( 主要燃 华北电力大学硕士学位论文 油) 。2 0 世纪9 0 年代兴建了一些高效的超超临界机组。 2 2 国内超临界超超临界机组的发展 我国大规模发展超临界和超超临界机组的策略是通过引进国外技术或合作制 造，逐步实现主设备国产化和批量化，加快国内开发、研制超临界超超临界机组的 步侧3 2 1 。 2 0 0 0 年开始，原国家电力公司启动了超超临界发电技术可行性的研究工作。 2 0 0 2 年该研究获得国家科技部支持，列入“十五 8 6 3 研究计划。该项目由国内多 家单位组成课题组，围绕我国开展“超超临界燃煤发电技术问题开展专题研究， 分为5 个子课题：超超临界机组的技术选型研究，锅炉关键技术研究，汽轮机关键 技术研究，烟气净化技术研究，电站设计与运行技术研究。2 0 0 6 年6 月7 日，该项 目顺利通过国家科技部组织的验收，相关专家对该项目的成果进行了鉴定。鉴定结 果认为，该项目成果达到国际先进水平，居国内领先地位。 依托华能玉环2 1 0 0 0 m w 超超临界机组的工程建设，该课题在国内首次提出了 我国发展超超临界火电机组的技术选型方案，明确提出我国近期发展超超临界机组 的容量为6 0 0 m w 级和1 0 0 0 m w 级，参数为2 5 2 8 m p a 、6 0 0 、一次中间再热以及 其它有关的技术选型结论。 研究结论既考虑了国际上超超临界机组发展的先进成熟水平，又充分考虑了我 国当前设计和制造企业通过与国外合作迅速实现本地化的可能性。但是该课题没有 提出对超超临界机组模型的研究。 2 3 超超临界机组的优势 1 ) 效率高 热力循环分析表明，在超超临界机组参数范围的条件下，主蒸汽压力，主蒸汽 温度，再热蒸汽温度的提高，都可使机组的热耗率就可下降。超超临界机组的热效 率比超临界机组的高约2 4 左右。据统计，2 0 0 8 年l - - 5 月份全国供电煤耗为3 4 7 g k w h ，与发达国家2 0 0 5 年平均供电煤耗3 3 5g k w h 克相比还有较大差距。据我国 8 6 3 项目“超超临界燃煤发电技术”研究结果表明，一台6 0 0 m w 超超临界机组与 目前常规机组相比，每年可节约6 万吨标准煤炭，具有非常可观的环保和资源节约 效益【2 9 1 。 2 ) 污染排放小 超超临界机组烟气净化系统包括除尘、脱硝、脱硫过程，降低污染物的排放。 烟气通过静电除尘器后，含尘量小于5 0 m g m 3 ( 标准状态) ，除尘效率可大于9 9 9 。 6 j 华北电力大学硕士学位论文 烟气通过脱硝反应装置，脱硝效率在8 0 以上。脱硫系统吸附大部分的硫的氧化物。 3 ) 单机容量大，运行可靠性好 超超临界机组的单机容量可以达到1 0 0 0 m w 以上，目前运行的最高容量为 1 3 0 0 m w ，相对于其他洁净煤发电技术，很大程度上降低了机组的单位造价。 从国外超超临界机组运行情况看，超超临界发电技术已经比较成熟，相对于目 前的洁净煤发电技术，超超临界机组运行可靠性最高。 2 4 超超临界机组动态特性的分析 经过几十年的发展，目前超超临界发电技术已经相当成熟：其控制系统从总体 上来说与常规亚临界发电机组相比并没有本质的区别。但就超超临界机组本身来 说，其直流炉的运行方式、大范围的变压控制，使超超临界机组具有特殊的控制特 点和难点【3 1 - 3 3 1 。 1 机、炉之间耦合严重 j 由于直流锅炉在汽水流程上的一次性循环特性，没有汽包这类参数集中的储能 元件，在直流运行状态汽水之间没有一个明确的分界点，给水从省煤器进口就被连 续加热、蒸发与过热，根据水、湿蒸汽与过热蒸汽物理性能的差异，可以划分为加 热段、蒸发段与过热段三大部分如图所示，在流程中每一段的长度都受到燃料、给 水、汽机调门开度的扰动而变化，从而导致了功率、压力、温度的变化。 轮水氍，；j 图2 - 1 直流锅炉汽水流程示意图 超超临界由于采用直流炉，因而不像汽包炉由于汽包的存在切除了蒸汽管路与 水管路及给水泵间的耦合。直流炉机组从给水泵到汽机，汽水直接关联，使得锅炉 各参数间和汽机与锅炉间具有强烈的耦合性，整个单元机组是一个多输入多输出的 多变量系统。 2 汽机扰动对锅炉的耦合特性 直流锅炉汽水一次性循环特性，使超超临界锅炉动态特性受末端阻力的影响远 比汽包式锅炉大。当汽机主汽阀开度发生变化，影响了机组的功率，同时也直接影 响了锅炉出口末端阻力特性，改变了锅炉的被控特性：由于没有汽包的缓冲，汽机 侧对直流锅炉的影响远大于对汽包锅炉的影响。其特性不但影响了锅炉的出口压 力，而且由于压力的变化引起了给水流量的变化，延长了锅炉侧汽水流程的加热段， 导致了温度的变化。 3 锅炉燃料扰动对压力、温度、功率的影响 7 华北电力大学硕士学位论文 燃料发生变化时，由于加热段和蒸发段缩短，锅炉储水量减少，在燃烧率扰动 后经过一个较短的延迟蒸汽量会向增加的方向变化，当燃烧率增加时，一开始由于 加热段蒸发段的缩短而使蒸发量增加，也使压力、功率、温度增加。 4 给水扰动对压力、温度、功率的影响 当给水流量扰动时，由于加热段、蒸发段延长而推出一部分蒸汽，因此开始压 力和功率是增加的，但由于过热段缩短使汽温下降，最后虽然蒸汽流量增加但压力 和功率还是下降，汽温经过一段时间的延迟后单调下降，最后稳定在一个较低的温 度上。 5 被控参数之间的耦合关联 在直流锅炉中，压力控制是最重要的被控对象，因为压力的变化不仅影响机组 负荷的变化，还会影响给水流量的变化，从而导致对温度的影响。从上面的分析可 以看出，直流锅炉的一次循环特性，使机组的主要控制参数功率、压力、温度均受 到了汽机调门开度、燃料量、给水量的影响，从而也说明直流锅炉多输入多输出相 互耦合关联极强的动态特性。 6 强烈的非线性是超超临界机组又一主要特征 在超超临界锅炉中，各区段工质的比热、比容剧烈变化，工质的传热与流动规 律复杂。变压运行时随着负荷的变化，工质压力将在超超临界的广泛压力范围内变 化。随之而来的是工质物性变化巨大，这些都使得超超临界机组表现出严重的非线 性。比如，汽水的比热、比容、热焓与它的温度、压力的关系是非线性的，传热特 性、流量特性是非线性的，各参数间存在非相关的多元函数关系，使得单元机组的 增益和时间常数等动态特性参数在负荷变化时会大幅度变化。 根据超超临界机组参数之间的耦合关联，将机组模型简化为以下三输入三输出 模型。 图2 2 中，机组的输出功率，机前压力尸，中间点温度t 为输出量，燃料量b ， 给水流量w 和主汽门调节阀开度为输入量。这种简化的前提是： ( 1 ) 送风量与燃料量相适应，保持燃烧稳定； ( 2 ) 引风量与送风量相适应，保持炉膛压力； ( 3 ) 直流锅炉机组的燃水比保持平衡。 8 i 囊 华北电力大学硕士学位论文 b w u p t n 图2 - 2 单元机组简化模型 各种扰动下输出的响应曲线如图2 3 所示。 在汽轮机调门开度阶跃扰动增加的情况下，各个输出变量变化趋势为：机前压 力降低导致锅炉释放蓄热，机组负荷增加，由于燃料量和给水流量没有变化，锅炉 释放出蓄热后，经过一段时间后机组负荷恢复到原来的水平；机前压力随着锅炉蓄 热的释放逐渐降低最后稳定；中间点温度在蒸汽流量增加后略微降低，由于燃料量 和给水流量没有变化，随着蒸汽流量恢复回升到原来的水平。 在燃料量阶跃扰动增加的情况下，各个输出变量变化趋势为：锅炉各个受热面 吸热增加，导致附加蒸发量增加，机组负荷上升，由于给水流量没有增加，在附加 蒸发量蒸发完毕后，蒸汽流量开始降低，过热汽温上升，减温水系统增加喷入减温 水流量以维持过热汽温，实际蒸汽量增加，机组负荷增加到与燃料量相对应的水平； 由于蒸汽量增加而汽轮机调门开度不变，机前压力上升至一定水平：由于燃水比增 加，蒸发段提前，中间点温度上升至一定水平。 在给水流量阶跃扰动增加的情况下，各个输出变量变化趋势为：给水流量增加 导致附加蒸发量增加，机组负荷先上升，由于过热段吸热减少导致过热蒸汽温度下 降，减温水系统减少喷入减温水流量以维持过热汽温，最终使负荷恢复到原来水平； 同样由于附加蒸发量增加，使机前压力先增加，由于减温水流量减少，最终恢复到 原来水平；由于燃水比减小，蒸发段延后，中间点温度下降至一定水平p 3 j 1 4 引。 9 华北电力大学硕士学位论文 ( a )( b )( c ) ( a ) 汽轮机调门开度扰动；( b ) 燃料量扰动；( c ) 给水流量扰动 图2 3 直流锅炉动态特性曲线 超超临界机组的控制技术是超超临界发电技术中的重要一环，与机组的安全、 稳定、经济的运行密切相关。由于机组的容量大，机组的控制难度更大，对机组的 自动化控制水平提出了更高的要求。其中，建立超超临界单元机组的动态模型是发 展超超临界机组自动控制技术的基础。因为，任何先进控制策略都是先在实验阶段 取得了预期效果之后，才运用到实际生产阶段。因此，对于超超临界直流锅炉单元 机组的建模是展开超超临界机组自动控制技术研究的前提条件。而关于超超临界机 组建模方面的研究与应用在国内外还开展得较少，尚处在萌芽阶段。 本文正是基于上述现状和目的，利用1 0 0 0 m w 超超临界直流锅炉机组的现场运 行数据，采用先进的建模方法，建立了该超超临界单元机组的动态特性模型，具有 十分重要的理论意义和工程实际意义。 1 0 ， 华北电力大学硕士学位论文 第三章神经网络基础 从2 0 世纪3 0 年代控制技术出现以来，随着工业生产过程日益大型化、复杂化， 对控制理论的要求也越来越高。在过去的2 0 多年中，经典控制理论和现代控制理 论在工业生产过程中遇到了前所未有的困难，这是由于它们研究的都是线性时不变 系统的控制问题，同时越来越严重的依赖于精确的数学模型，而现代工业生产过程 日益呈现出非线性、时变性和复杂性3 个方面的特点。传统的建模理论在面对这些 特性时无法得到对象精确的模型。神经网络在控制领域中受到重视主要归功于它的 非线性映射能力、自学习适应能力、联想记忆能力、并行信息处理方式及其优良的 容错能力。这些特点使得神经网络非常适合于复杂得或非线性系统的建模与控制。 本章介绍神经网络的基本概念及理论【3 4 - 3 6 1 。 3 1 神经网络的定义 国际著名的神经网络专家s i m o nh a y k i n 给出了将神经网络看作一种自适应机器 的定义是1 3 6 】： 一个神经网络是一个由简单处理单元构成的规模宏大的并行分布式处理器，天 然具有存储经验知识和使之可用的特性。神经网络在两方面与人脑相似： l 神经网络获取的知识是从外界环境中学习得来的； ，、 2 互连神经元的连接强度，即突触权值，用于储存获取的知识。 。 这里所指的处理单元指的就是单个神经元，神经元是神经网络的基本信息处理 单元，图3 1 显示神经元的模型，它是人工神经网络的设计基础，在这给出神经元模 型的三种基本元素【3 5 】【3 们。 输 入 信 号 输出h 连接权 图3 - 1 人工神经元模型 l 连接权 连接权w k p 对应于生物神经元的突出，各个人工神经元之间的连接强度由连接 华北电力大学硕士学位论文 权的权值表示，权值为正表示激活，权值为负表示抑制。 2 求和单元 求和单元用于求取各输入信号的加权和。 3 激活函数 激活函数9 ( ) 起非线性映射作用，并将人工神经元的输出幅度限制在一定范围 内，一般限制在( 0 ，1 ) 或( - 1 1 ) 之间。激活函数也称为传输函数。激活函数一般有阶跃 函数，分段线性函数和s i g m o i d 函数集中形式，各形式曲线描述分别如图3 2 ，3 3 ， 3 4 所示 j l x ) ,l 1 o 0 j 、“, j dl i 0 o r i o 图3 - 2 阶跃变换函数 j - i x ) ,l i o - - o j v ， l 1 o 广 ，l o乙7 图3 - 3 分段线性变换函数 j t x ) ,l 1 0 厂 l o 3 2 神经网络的性质与功能 j p ，jl 1 0 厂。 。 0 7 1 o 图3 4s 型变换函数 人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信 息处理体系。通过模仿脑神经系统的组织结构以及某些活动机理，人工神经网络可 呈现出人脑的许多特征，并具有人脑的一些基本功能【3 ”6 1 。 1 2 移 3 、 j 华北电力大学硕士学位论文 3 2 1 神经网络的基本性质 1 信息处理的并行性、信息存储的分布性、信息处理单元的互连性、结构的可 塑性：人工神经网络是有大量简单处理单元相互连接构成的高度并行的非线性系 统，具有大规模并行处理特征。结构上的并行性使神经网络的信息存储逼人采用分 布式方式。神经网络内在的并行性和分布型表现在其信息的存储和处理都是空间上 分布、时间上并行的。 2 自学习、自组织和自适应性：神经网络的自学习是指当外界环境发生变化时， 经过训练和感知，神经网络能通过自动调整网络结构参数以适应这个变化。 3 高度的非线性、良好的容错性和计算的非精确性：神经元的广泛互联与并行 工作必然使整个网络呈现出高度的非线性特点。神经网络能够处理连续的模拟信号 以及不精确的、不完全的模糊信息，因此给出的是次优的逼近解而非精确解。 3 2 2 神经网络的基本功能 人工神经网络是借鉴生物神经网络发展起来的新型智能信息处理系统，由于其 结构上“仿造”了人脑生物神经系统，因而其功能上也具有了某种智能特点。 l 联想记忆：由于神经网络具有分布存储信息和并行计算的性能，因此它具有 对外界刺激信息和输入模式进行脸型记忆的能力。 2 非线性映射：神经网络模型通过对输入输出样本进行自动学习，能够以任意 精度逼近任意复杂的非线性映射。 3 分类与识别：神经网络可以很好的解决对非线性曲面的逼近，因此比传统的 分类器具有更好的分类与识别能力。 4 优化计算：某些类型的神经网络可以把待求解问题的可变参数设计为网络的 状态，将目标函数设计为网络的能量函数，神经网络通过动态演变过程达到稳定状 态时对应的能量函数最小，从而其稳定状态就是问题的最优解。这种优化计算不需 要对目标函数求导，其结果是网络学习得到的。 5 知识处理：神经网络的知识抽取能力使其能够在没有任何先验知识的情况下 自动从输入数据中提取特征、发现规律，并通过自学习、自组织过程构建网络，使 其适合表达所发现的规律。 3 3 神经网络的发展概况 神经网络的研究来源于人们尝试去理解人脑的功能，试图寻找一种人工的计算模式 来模拟人脑的运行。将神经网络中的处理单元设计成类似于人脑中的处理单元，然后应 华北电力大学硕士学位论文 用数学算法来进行信息处理，这样来解决难以由其他方式来处理的问题。目前人们对神 经网络的研究兴趣同益高涨，不仅归因于对神经网络类型和特性的研究的一系列显著的 突破，而且由于计算机水平的飞速提高，突破了神经网络实现的瓶颈。另外神经网络在 某些传统计算方法十分困难的领域展示了它强大的处理复杂问题的能力，如学习、辨识 和模式识别等。 3 3 1 神经网络产生和发展的历史 神经网络的发展史同时包含了概念创新和实现开发的进步，但是这些成果的取 得并不是一帆风顺的。 早在1 9 4 3 年，美国神经生物学家m c c u l l o c h 就与数学家p i t t s 合作，采用数 理模型的方法研究了脑细胞的动作和结构以及生物神经元的一些基本生理特征，提 出了第一个神经计算模型，即神经元的m p 模型。1 9 4 9 年，h e b b 提出了改变神经元 连接强度的h e b b 规则，其正确性3 0 年后才得到证实，它们至今仍在各种神经网络 模型中起着重要的作用。 1 9 5 7 年r o s e n b l a t t 提出并设计制作了著名的感知器( p e r c e p t r o n ) ，从而掀起 了第一次研究神经网络的高潮，感知器是一种多层神经网络，由阈值性神经元组成， 实质上是一个连续可调的m p 神经元网络，它有能力通过调整权的学习达到正确分 类的结果。1 9 6 0 年w i d r o w 和h o f f 提出了自适应线性单元( a d a l i n e ) 网络，它是 一种连续取值的线性加权求和阈值网络，主要用于自适应系统，这与当时占主导地 位的以顺序离散符号推理为基本特征的a i 途径完全不同，因而引起不少人的兴趣， 同时也引起很大的争议。 1 9 6 9 年，m i n s k y 和p a p e r t 编写了影响很大的p e r c e p t r o n ) ) 一书，在肯定感知 器的许多研究价值的同时，指出了感知器的局限性，在数学上证明了感知器不能实 现x o r 逻辑函数问题和其他高阶谓词问题。由于m i n s k y 的结论，加上当时以逻辑 推理为基础的人工智能和数字计算机取得了辉煌的成就，导致2 0 世纪7 0 年代神经 网络经历了一个过渡期。在此期间，仍有不少学者在极端艰难的条件下致力于这一 研究，1 9 8 2 年g r o s s b e r g 等提出了自适应共振理论( a r t ) ；1 9 8 4 年芬兰的k o h o n e n 提出了自组织映射理论；从而为神经网络研究的发展奠定了理论基础。 进入2 0 世纪8 0 年代后，随着个人计算机计算能力的急剧增强和广泛应用，人 们对神经网络的热情空前高涨。1 9 8 2 年，美国加州工学院物理学家j h o p f i e l d 提出 著名的h o p f i e l d 模型，从而有利地推动了神经网络的研究。他引入了“计算能量函 数 的概念，给出了网络稳定性判据。h o p f i e l d 网络是一种互连的非线性动力学网 络，它解决问题的方法是一种反复运算的动态过程，这是符号逻辑处理方法所不具 备的性质，神经元动态方程可以用运算放大器来实现，这为神经计算机的研究奠定 1 4 份 吨 、 n 华北电力大学硕士学位论文 了基础，同时开拓了神经网络用于联想记忆和优化计算的新途径。1 9 8 4 年h o p f i e l d 提出了网络模型实现的电子电路，为神经网络的工程实现指明了方向。1 9 8 5 年 h i n t o n 和s e j n o w