基于BP神经网络的集中供热二次网回水温度预测控制研究

针对集中供热系统二次管网存在的水力失调问题,设计了二次网水力平衡调节及回水温度预测模型,并实施智能控制策略,以实现二次网回水温度的精准控制。首先,构建BP神经网络预测模型,将此模型的输出视为二次网回水温度给定值;其次,在整个系统控制中,实施BP神经网络与PID控制器相结合的策略,进行二次网回水温度的控制。以高邑县某小区换热站数据为基础,通过阶跃响应曲线法建立二次网回水温度控制系统的数学模型,并通过BP-PID控制进行仿真实验。实验结果表明,与传统PID控制器相比,BP-PID控制器具有调节时间短、超调量小的优点,能够快速达到平稳状态。

热电联产供热系统二次网供回水温度的确定

随着节能减排政策的出台,我国的热电联产系统也在朝着节能方向设计,尤其是近年来正在发展的燃气热电厂,在一定程度上起到了节能减排的作用,但是在许多参数的设计方面还存在一些不足。为此,主要从节能、设计的实用性与经济性等诸多方面对热电联产供热系统的二次网供回水温度进行探讨和确定。

集中供热系统广义预测控制研究

随着我国集中供热的快速发展,供热智能化的需求也在进一步提升。因此,为保证用户末端的采暖质量,以开封JS集中供热系统为研究对象,设计了基于广义预测控制算法(Generalized Predictive Control,GPC)的二次网回水温度控制策略,该控制策略以热力站负荷预测结果为设定值,一次侧流量为控制量,二次侧回水温度为被控量,GPC算法为控制手段,实现目标系统二次网回水温度的精确控制。同时针对GPC算法参数整定难的问题,采用粒子群算法自适应确定其参数。仿真结果表明,当柔化系数为0.35,控制加权系数为0.1,预测时域为8、控制时域为2时,GPC控制器跟踪二次网回水温度设定值的效果最好,具有超调量小,响应速度快等优点。