[發明專利]一種基于雙神經網絡逆模型的屛式過熱器汽溫控制方法

有效

• 申請號: 201911191886.1
• 申請日: 2019-11-28
• 公開（公告）號: CN111102559B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 莫日格吉勒圖;李祚;解明;冀豐強;趙銳;張豐;馬良玉
• 申請（專利權）人: 中國大唐集團科學技術研究院有限公司火力發電技術研究院;天津大唐國際盤山發電有限責任公司
• 主分類號: F22G5/12
• 分類號: F22G5/12;G06N3/04;G06N3/08
• 代理公司: 北京中南長風知識產權代理事務所(普通合伙) 11674
• 代理人: 馬龍

1.一種基于雙神經網絡逆模型的屛式過熱器汽溫控制方法，其特征在于，包括如下步驟：

步驟1，基于屛式過熱器汽溫對象特性，建立基于神經網絡的第一逆模型及第二逆模型，包括：

1)確定所述第一逆模型及第二逆模型的輸入和輸出參數；

所述第一逆模型的輸入參數包括負荷N_e、燃料量B_f、總風量F_a、燃燒器擺角β、屏過出口汽溫實際值T₂，輸出參數為一級噴水減溫器出口汽溫T₁；所述第二逆模型的輸入參數包括負荷N_e、燃料量B_f、總風量F_a、燃燒器擺角β、高加出口給水壓力P_w、高加出口給水溫度T_w、過熱蒸汽壓力P_s或汽包壓力P_q、低過出口汽溫T₀、屏過出口汽溫實際值T₂，輸出參數為一級噴水閥開度u；

2)從現場DCS系統獲取機組的歷史運行數據，從中選取用于所述第一逆模型及第二逆模型建立和驗證的樣本數據；所述樣本數據包括機組協調系統自動升降負荷的最低負荷至額定負荷期間的典型穩態工況，以及多個升降負荷周期的動態過渡工況，且保證建模所需各變量均充分地激勵；

3)確定建模采用的神經網絡類型及模型結構，建立所述第一逆模型及第二逆模型，并運用獲取的機組歷史運行數據完成逆模型的訓練和檢驗；

步驟2，基于第一逆模型建立外環為神經網絡逆控制，內環為PID控制的第一控制策略；基于第二逆模型建立神經網絡逆前饋控制器，并用PID控制器進行補償控制的第二控制策略；

步驟3，在機組實際運行中，根據噴水減溫后的屛過入口汽溫所處狀態在第一控制策略與第二控制策略之間進行自動選擇：若處于過熱區，選擇第一控制策略進行汽溫實時控制；若接近飽和區則自動切換為第二控制策略進行汽溫實時控制，包括：

①實時監測屛式過熱器減溫噴水壓力P_w及一級減溫器后的屛式過熱器進口溫度T₁，根據Pw動態計算對應的蒸汽飽和溫度T_bh，并比較T_bh和T₁的大小，判斷噴水后汽溫T₁是否接近飽和區；

②若一級減溫器后的溫度T₁≥T_bh+Δ，Δ為裕度值，表明噴水后汽溫T₁處于過熱區且具有一定的裕度，則選擇所述第一控制策略，具體包括：利用第一逆模型，根據機組負荷N_e、燃料量B_f、總風量F_a、燃燒器擺角β、屏過出口汽溫實際值T₂及屏過出口汽溫設定值T_2sp，計算屛過入口噴水減溫后汽溫期望值T_1exp作為內環副調PID的設定值T_1sp；根據屛式過熱器進口溫度T₁和T_1sp的偏差，利用內環PID控制器，改變噴水減溫閥開度指令u，調節噴水后起汽溫T₁，此時第二控制策略不起作用，且輸出處于跟蹤狀態；

③若一級減溫器后的溫度T₁T_bh+Δ，表明噴水后汽溫接近飽和區對噴水量不再敏感，則自動選擇所述第二控制策略，具體包括：利用第二逆模型，根據機組負荷N_e、燃料量B_f、總風量F_a、燃燒器擺角β、高加出口給水壓力P_w、高加出口給水溫度T_w、過熱蒸汽壓力P_s或汽包壓力P_q、低過出口汽溫T₀、屏過出口汽溫實際值T₂及屏過出口汽溫設定值T_2sp，計算噴水減溫閥開度前饋指令u_f，送入反饋補償PID的前饋輸入端口；根據屛式過熱器出口溫度T₂和T_2sp的偏差，利用內環PID控制器，計算噴水減溫閥開度補償指令u_b；將前饋逆控制器指令u_f和反饋補償控制器指令u_b疊加，得到一級噴水減溫閥開度總指令u，直接改變噴水減溫閥開度，實現屛式過熱器出口汽溫T₂控制，此時所述第一控制策略不起作用，且副調PID輸出處于跟蹤狀態；

在將屏過出口汽溫設定值T_2sp作為參考值輸入之前增加參考值T_2ref動態計算環節，其計算公式如下：

T_2ref(k)＝f(T₂(k),T_2sp(k),K_sat)；

式中：T₂(k)為k時刻屛式過熱器出口汽溫實際值；T_2sp(k)為k時刻DCS系統屛式過熱器出口汽溫設定值；T_2ref(k)表示k時刻逆控制器的參考值；K_sat為參考值校正強度系數。