基于神经网络的超临界机组过热汽温设定值优化补偿

基于历史运行数据对过热器喷水减温系统特性进行神经网络建模,在不改变机组原过热汽温控制逻辑和PID参数的前提下,采用基于预测模型的前馈补偿和反馈补偿相结合的策略,在控制回路的顶层对过热汽温设定值进行实时优化补偿,以改善过热汽温控制效果,并借助600 MW超临界机组仿真机进行仿真试验研究。结果表明:采用设定值优化补偿方案可明显提升过热汽温的控制品质,验证了优化方案的有效性。