電廠過熱汽溫的智能預測控制方法研究

滿宇航

摘要：電廠過熱氣溫現象本身具有慣性大、延遲大、非線性等很多問題，由于電廠過熱氣溫能夠直接對電廠安全穩定經濟運行產生影響，所以要采取有針對性措施對其進行有效控制。在現代智能化技術不斷快速發展的背景下，將智能預測控制方法應用到電廠過熱氣溫控制體系當中，為電廠過熱氣溫控制提供有效保障，本文對此進行詳細分析和研究。

關鍵詞：電廠；過熱氣溫；智能預測；控制方法

中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2017）34-0180-01

在當前社會經濟不斷快速發展的背景下，各個行業的發展勢頭越來越良好，火電廠在其中的重要性越來越明顯。其中在火電廠正常安全穩定運行過程中，要提高對過熱蒸汽溫度的重視，過熱蒸汽溫度能夠直接對火電廠安全穩定運行狀態產生影響。過熱蒸氣溫度本身是一項非常重要的參數，其本身具有慣性大、延遲性大等特點，除此之外，過熱蒸氣溫度還存在嚴重的非線性和參數變化，非線性和參數會由于工況的實際變化情況而產生出相對應的變化。一般情況下，比較常見的過熱氣溫串級PID控制系統在實際操作中，很難對其本身的品質進行有效控制。

1 智能預測控制系統結構分析

本文在針對電廠過熱氣溫智能預測控制方法進行研究的時候，與實際情況進行有效結合，并且制定出系統圖，如圖1所示。在圖1中所展示出的智能預測控制系統，其中r為參考軌跡、u為具體控制量，除此之外，y是已經被控制的對象實際輸出，而ym則是模型的輸出，最后是[y]主要指在實際過程中，其本身出現誤差之后采取有針對性措施對其進行修正之后而預測輸出。該智能預測控制系統在實際應用過程中，其本身的工作原理為：首先，要直接利用預測模型對預測被控對象的實際情況進行分析和把控，特別是針對輸出變量、數值進行詳細分析和研究，之后利用免疫優化模塊對其中最優模塊進行滾動搜尋[1]。也就是在實際操作過程中，在每一個采樣周期當中找出能夠有利于目標函數呈現出最小值的狀態，同時還能夠盡可能滿足基本約束條件，將其看作是最優輸入控制量序列當中的一種。之后將控制量序列中的第一個值，也就是當先時刻的最優控制量，在實際作用過程中，應該針對被控對象出現的問題采取的一系列有效措施。智能預測控制系統在構建以及具體應用過程中，其本身的算法與七八預測控制算法相比，具有非常多的優點，最明顯的是智能預測控制系統能夠為任意一種模型的操作起到良好的輔助性作用[2]。與此同時，其本身的滾動優化的性能能夠在免疫算法的基礎上，快速找出最優控制量序列。

2 預測模型及相對應的反饋校正

在上述公式當中，其中y主要是指輸出變量，u主要是指輸入變量，而ny以及nu分別利用輸出和輸入對其進行表示。在實際操作過程中，由于免疫優化算法在具體應用中，其本身并不對問題的表達形式進行嚴格要求，所以在預測模型的構建過程中可以直接利用各種模型進行操作。一般情況下，針對一些比較簡單的對象可以直接利用傳統的線性模型，如果是一些復雜性比較強的對象可以利用模糊模型或者是神經網絡模型對其進行構建，同時還要根據實際情況對其進行模型構建，這樣能夠保證模型的有效性。在預測模型的構建過程中，避免其本身與實際系統之間存在誤差現象，所以要在具體預測控制算法實施中對每一個步驟進行實際輸出的檢測[3]。除此之外，還需要與模型輸出已經呈現出的誤差信息進行對比分析，利用誤差信息反饋的數據和資料對輸出預測值進行修正和完善。

在智能預測控制系統實際應用過程中，為了保證對電廠過熱氣溫提供有效的控制措施和方法，要與實際情況進行有效結合，將其本身的控制效果發揮到最大。在實際操作過程中，將控制系統的預測時域程度設置為NP，控制時域長度為NU。構建預測模型并對其中的誤差進行修正，在一系列操作流程完成之后可以得出具體的預測輸出：

3 基于免疫算法的滾動優化措施

在針對電廠過熱氣溫進行智能預測控制的時候，要根據實際情況采取有針對性措施對其進行滾動優化。通過實踐可以看出，滾動優化的根本目的是為了能夠針對每一采樣時刻進行有效控制，從控制量的容許區對其進行操作，只有保證滿足③和④的前提條件下，才能夠從中選擇出最優控制量序列，促使控制性能指標能夠達到最優化標準和要求[4]。

4 結束語

在當前現代社會發展過程中，越來越多的科學技術被廣泛應用到各個行業當中，特別是很多行業已經逐漸朝著智能化、技術化方向發展。電廠過熱氣溫控制也可以利用智能預測控制方法對其進行控制，這樣能夠最大限度保證對電廠過熱氣溫進行有效控制，將其本身的性能作用發揮到最大。

參考文獻：

[1] 呂劍虹， 陳來九. 預測控制在熱工控制中的應用前景[J]. 動力工程， 2016（2）.

[2] 朱紅霞， 沈炯， 王培紅等. 基于免疫遺傳算法的模糊優化控制及其仿真研究[J]. 東南大學學報：自然科學版， 2016（1）.

[3] 王東風， 韓璞. 基于免疫遺傳算法優化的氣溫系統變參數PID控制[J]. 中國電機工程學報， 2015（9）.

[4] 陳來九. 熱工過程自動調節原理和應用[M]. 北京： 水利電力出版社， 2016.endprint