基于改进PSO算法的过热汽温神经网络预测控制

被引:17
作者
肖本贤 [1 ]
王晓伟 [1 ]
朱志国 [1 ]
刘一福 [2 ]
机构
[1] 合肥工业大学自动化研究所
[2] 安徽省电力科学研究院热控自动化所
关键词
改进PSO算法; RBF神经网络; 优化策略; 神经网络预测控制; 过热汽温;
D O I
暂无
中图分类号
TM621 [火力发电厂、热电站]; TP183 [人工神经网络与计算];
学科分类号
摘要
将改进粒子群优化算法(MPSO)融合到神经网络预测控制中,提出了基于MPSO-RBF混合优化策略的模型预测器,以及基于MPSO算法的非线性优化控制器.针对过热汽温的控制。构造了基于神经网络预测控制的串级控制系统,并就该系统在实现时所涉及到的预测模型、滚动优化算法、反馈校正、仿真参数设置问题等进行了分析,给出了MPSO算法的粒子编码、操作设计和混合优化算法步骤.对某超临界600 MW直流锅炉高温过热器的过热汽温控制,进行了仿真试验,结果表明该方法具有良好的性能指标和应用前景.
引用
收藏
页码:569 / 573
页数:5
相关论文
共 5 条