考虑时延因素的神经网络主汽温预测

火电机组在灵活调峰调频时,其负荷的大范围变动导致锅炉的部分运行参数也随之频繁变动,进而影响主汽温的稳定性。为了便于对主汽温进行超前控制,采用LSTM神经网络预测模型,对主汽温的未来变化进行预测,并且针对主汽温的主要影响因子存在的迟延问题,提出了互信息法,解决参数时序对齐问题;采用发电机组实际运行数据进行仿真,结果表明此神经网络模型能够有效对主汽温进行预测。