基于Elman 神經(jīng)網(wǎng)絡的火電廠鍋爐主汽溫自動控制方法研究

朱明澤

（哈爾濱電氣國際工程有限責任公司，黑龍江 哈爾濱150028）

能源是決定國家經(jīng)濟發(fā)展的重要因素之一。目前，火力發(fā)電仍是我國電力工業(yè)的重要組成部分，而鍋爐，則是火電廠的重要設備之一[1-2]，主蒸汽溫度是火電廠鍋爐熱工過程控制的關鍵參數(shù)[3]，因此，必須對主蒸汽溫度加以有效控制[4-5]。主蒸汽溫度控制方法將影響主蒸汽溫度控制效果。電廠蒸汽溫度控制系統(tǒng)大多采用串級比例微分積分（Proportion Integral Differential，PID）控制方式[6]。

由于汽溫系統(tǒng)具有非線性和不確定性，常規(guī)的汽溫串級PID 控制已經(jīng)不能完全滿足汽溫控制質(zhì)量的要求。人工神經(jīng)網(wǎng)絡在處理復雜非線性系統(tǒng)的控制問題上有較大優(yōu)勢，對于復雜不確定問題具有自適應能力和自學習能力[7]。

1 鍋爐主蒸汽溫度控制系統(tǒng)

常規(guī)鍋爐控制系統(tǒng)由蒸汽溫度、燃燒、以及汽包水位控制系統(tǒng)等組成。

目前，單元制機組熱力發(fā)電系統(tǒng)仍是火電廠主要的發(fā)電系統(tǒng)，該系統(tǒng)主要包括汽包，爐膛燒嘴，過熱器，燃料，預熱器，過熱蒸汽，減溫器，水，空氣，煙氣等。鍋爐的燃燒過程主要為燃料經(jīng)燃燒調(diào)節(jié)器進入爐膛，與空氣充分混合后燃燒，使鍋爐產(chǎn)生高溫高壓蒸汽，經(jīng)用氣調(diào)節(jié)閥發(fā)出主蒸汽。

目前，火電廠主蒸汽溫度控制系統(tǒng)大多采取串級PID 控制系統(tǒng)，該系統(tǒng)主要分為主回路與副回路調(diào)節(jié)。主調(diào)節(jié)器、副回路系統(tǒng)、被控對象的惰性區(qū)部分、測溫變送器構成了主回路的主要部分。

其中，副回路系統(tǒng)的主要任務是控制降溫水的流量，通過比例調(diào)節(jié)提高主蒸汽溫度的抗干擾能力，主要包括副調(diào)節(jié)器、執(zhí)行元件、被控對象的導前區(qū)部分和測溫變送器。

2 基于Elman 神經(jīng)網(wǎng)絡的改進PID 蒸汽溫度控制方法

2.1 Elman 神經(jīng)網(wǎng)絡基本理論

Elman 網(wǎng)絡的主要結(jié)構是前饋連接，包括輸入層、隱含層、輸出層，在這種網(wǎng)絡中，除了普通的隱含層外，還有一個特別的隱含層，稱為關聯(lián)層（或聯(lián)系單元層），相當于狀態(tài)反饋。

輸入層包含r 個神經(jīng)元，表示為u=[u1，u2，…，ur]，輸出層包含m 個神經(jīng)元，表示為y=[y1，y2，…，ym]，隱含層輸出向量h=[h1，h2，…，hn]，承接層輸出向量t=[t1，t2，…，tn]。w1表示輸入層與隱含層間的連接權值矩陣、w2表示隱含層與輸出層間的連接權值矩陣、w3表示關聯(lián)層與隱含層間的連接權值矩陣，前兩個權值矩陣在迭代訓練中不斷地更新修正，而w3是一個固定的權值矩陣。則Elman 神經(jīng)網(wǎng)絡的迭代計算公式如式（1）、式（2）和式（3）所示。

式中，α 在[0，1]間取值，表示連接反饋增益因子。f（·）、by分別表示隱含層神經(jīng)元的激活函數(shù)與閾值矩陣，g（·）、bh分別表示輸出層神經(jīng)元的激活函數(shù)與閾值矩陣。

2.2 基于Elman 神經(jīng)網(wǎng)絡的改進PID 蒸汽溫度控制

本文基于傳統(tǒng)PID 主蒸汽溫度控制方法，提出基于Elman神經(jīng)網(wǎng)絡的改進溫控方案，通過對主蒸汽狀態(tài)參數(shù)進行辨識，提高系統(tǒng)自適應性?；贓lman 神經(jīng)網(wǎng)絡的改進溫控系統(tǒng)結(jié)構如圖1 所示。

圖1 基于Elman 神經(jīng)網(wǎng)絡的改進溫控系統(tǒng)結(jié)構圖

基于Elman 神經(jīng)網(wǎng)絡的多參數(shù)辨識步驟如下：

（1）獲取蒸汽壓力、蒸汽溫度、產(chǎn)氣量、爐膛溫度、爐膛壓力、煙氣含氧量等關鍵參數(shù)值；

（2）利用小波包對輸出信號進行分解，計算小波包系數(shù)，得到全部的頻域特征；

（3）計算各個參數(shù)待辨識狀態(tài)與正常狀態(tài)小波包系數(shù)的馬氏距離，根據(jù)馬氏距離的大小進行關鍵特征選取；

（4）步驟3 獲得的關鍵特征作為Elman 神經(jīng)網(wǎng)絡的訓練集，完成Elman 神經(jīng)網(wǎng)絡的建立；

（5）利用步驟4 建立的Elman 神經(jīng)網(wǎng)絡完成鍋爐蒸汽多參數(shù)辨識。

3 仿真驗證

在仿真實驗中，利用Elman 網(wǎng)絡依據(jù)被控系統(tǒng)的性能動態(tài)地調(diào)整參數(shù)kp，ki，kd，并對上述三個PID 控制器參數(shù)進行特定指標下的尋優(yōu)，最終使得增量式PID 控制器相對于常規(guī)的PID 控制器呈現(xiàn)更加良好的性能。

控制誤差可根據(jù)增量式PID 控制器得到：

PID 的3 項輸入為：

控制算法為：

相關文獻中，取被控對象蒸汽溫度數(shù)學模型為：

在圖2 的仿真曲線中，仿真時間設定為5 秒，階躍輸入r 取值為1。

根據(jù)圖2 的結(jié)果可分析出，kp，ki，kd三個參數(shù)值快速收斂，當收斂值基本穩(wěn)定時，可認為此時的取值為最優(yōu)參數(shù)。上述結(jié)果說明通過不斷地實時地調(diào)節(jié)參數(shù)，可以達到系統(tǒng)的輸入值和輸出值的靜態(tài)指標需求，同時，也進一步證明系統(tǒng)的動態(tài)性能較好。

圖2 輸入曲線和輸出響應曲線

4 結(jié)論

分析了單元制機組熱力發(fā)電過程，研究了影響蒸汽質(zhì)量的各項參數(shù)指標。

通過分析傳統(tǒng)PID 蒸汽溫度控制方法，提出了基于Elman神經(jīng)網(wǎng)絡算法的改進PID 控制策略，提出了基于馬氏距離的蒸汽參數(shù)辨識流程。

通過仿真分析，證明了所提Elman 神經(jīng)網(wǎng)絡算法提高PID控制方法動態(tài)性能的有效性，為實現(xiàn)火電廠鍋爐主蒸汽溫度自動控制提供了參考。