1、大型火電機組具有控制對象復雜、非線性、大滯后、模型難以建立等特點,用傳統(tǒng)控制方法很難得到最佳的運行效果。在常規(guī)局部控制系統(tǒng)基礎(chǔ)上發(fā)展起來的協(xié)調(diào)控制系統(tǒng)是解決這個問題的有效途徑。協(xié)調(diào)控制系統(tǒng)控制策略的設(shè)計直接決定了系統(tǒng)的控制品質(zhì)。因此,先進控制技術(shù)在其中的應用研究對提高資源利用率、保證電廠安全穩(wěn)定運行具有重要的意義。在參閱大量文獻的基礎(chǔ)上,本文采用小波神經(jīng)網(wǎng)絡廣義預測控制策略。小波神經(jīng)網(wǎng)絡具有良好的函數(shù)逼近能力和模式分類能力,廣義預測控制

2、對比較復雜的工業(yè)生產(chǎn)過程呈現(xiàn)良好的控制性能和魯棒性。課題采用基于BP學習算法的小波神經(jīng)網(wǎng)絡辨識被控對象的數(shù)學模型,進而建立了基于小波神經(jīng)網(wǎng)絡的預測模型,提高了模型辨識的精度和速度。在通過極小化性能指標函數(shù)計算最優(yōu)控制率時,利用了模型辨識過程中已獲得的數(shù)據(jù),不僅避免了Diophantine方程的在線求解,而且將復雜的大矩陣求逆運算簡化為簡單的對角矩陣求逆運算,大大減少了廣義預測控制算法的在線計算量,增強了其實時性。最后對300MW火電機組