基于自适应神经元网络的过热汽温智能控制

过热汽温调节过程是一个非线性时变过程。目前广泛使用的ＰＩＤ控制虽然有结构简单、鲁棒性强的优点，但也存在自适应性能差的缺点。作者利用神经元的学习特性，给出了一种神经元网络控制模型，并将其与串级控制相结合，形成了过热汽温智能控制结构。该结构可以实现参数的自整定，具有较强的自学习能力。最后通过仿真验证了该智能控制的有效性。

基于神经网络及模糊理论建立回热系统故障诊断层次模型

针对热力系统故障发生的模糊性，提出将模糊辨识理论和人工神经网络相结合，建立回热系统故障诊断层次模型．该模型根据回热系统以加热器为中心的特点，分层诊断，缩小了知识库，减少了计算量，并利用了神经网络“边学习、边辨识”的优点，使故障诊断迅速、准确．经仿真实验，证明了模型辨识效果良好．

电厂热工过程ARMA多参数辨识模型及应用

介绍用自回归滑动平均 (ARMA)模型形式表示复杂的电厂热工过程的方法 ,其采用了样本自协方差函数和自相关函数估计模型参数。这种方法可用于多输入多输出过程众多参数离线辨识 ,属灰色系统辨识方法的一种。此法对多输入的对象辨识准确可靠 ,稍加修改 ,即可用于在线辨识。

火电厂微机在线监测与指导系统

中小型火电机组在线监测与指导系统集在线检测、运行报警、运行指导、事故追忆、事故分析于一体。系统实时检测运行参数，判断运行参数的正确性，综合分析给出准确明了的运行指导。对事故原因迅速作出分析，保证电厂安全经济地运行。

一种自适应神经网络控制器的研究

在非线性系统的神经网络模型基础上，以 Ｃｌａｒｔｅ一阶条件为目标函数，运用线性化方法提出了一种自适应预测控制算法。由于利用了神经网络良好的非线性逼近能力和学习特性，所设计的控制器具有较强的自适应能力，能够实现对非线性系统的有效控制。通过仿真证明了算法的有效性。

300MW机组给水泵最小流量阀引起跳闸原因分析

在安阳电厂9机调试过程中,多次出现在前置泵出口实际流量大于最小流量保护值的情况下,最小流量阀关闭引起热工顺控(SCS)保护动作,造成给水泵跳闸。根据现场的实际现察和运行的历史记录,分析了引起跳泵的原因,提出了改进的方法和建议。采用本文的改进方法后,试运过程中再没有出现上述问题。