基于卷积神经网络的火电机组初压实时优化

来源期刊：控制工程2020年第7期

论文作者：耿娜 夏志 王春玲 黄振群 冯忠宝 王松寒 金春林

文章页码：1223 - 1230

关键词：主蒸汽压力;实时优化;大数据;卷积神经网络;闭环控制;

摘    要：以大数据分析为基础,针对实际运行数据,研究非均匀工况划分方法,取得不同工况的典型数据;改进传统滑压曲线只是负荷的单值函数的缺点,应用卷积神经网络,建立负荷、主蒸汽温度、再热蒸汽温度、环境温度和主蒸汽压力的非线性模型,进而得到主蒸汽压力的实时优化值。经过验证,模型在精度和规律性上都取得了满意的效果。最后将主蒸汽压力优化模型应用到实际300 MW火电机组上,并进行闭环控制。结果证明:应用实时主蒸汽压力优化能够有效降低机组能耗,并且在不同环境温度下,有更高的节能潜力。