基于预测模型的SNN控制在湿法脱硫中的应用

针对目前燃煤电厂湿法脱硫动态特性具有大迟延、大惯性、时变、非线性等特点,且系统自动控制投运率低的现状,该文设计了一种基于预测模型的单节点神经网络(SNN)控制算法,将单节点神经网络结构控制器与传统的PID控制规律相融合,既具有了自学习和自适应的特点,也弥补了常规PID参数不能在线调整带来的弊端。同时加入预测控制,将系统未来的输出值提前反馈到控制器,对过程纯滞后特性具有明显的补偿效果,提高系统的稳定性和鲁棒性。结合某300 MW CFB机组炉外湿法脱硫系统数学模型进行控制仿真。结果表明,该控制算法相对于传统PID控制不仅超调量小、调节时间短、而且能有效解决模型参数改变和扰动带来的不稳定性,具有较强的适应性和抗干扰能力。