一种电站锅炉蒸汽温度的智能计算预测控制方法与流程

技术特征：

1.一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于，其包括如下步骤：

步骤1.确定预测控制的采样时间间隔T_s；

步骤2.辨识机组运行在M个典型负荷工况下蒸汽温度系统的输入-输出差分方程形式描述的局部模型G_m；

步骤3.采用模型预测控制对所有局部模型G_m进行方波信号的跟踪控制仿真；

步骤4.将所有局部模型G_m的控制仿真数据用来训练智能计算模型，从而形成智能预测控制器IPC；

步骤5.辨识调节阀门的非线性逆模型，即u(t)＝f[v(t)]；

步骤6.将所述步骤4中训练得到的智能预测控制器IPC作为实时控制器；通过采集需要的输入信号并送入智能预测控制器IPC，所述智能预测控制器IPC自动计算得到任意工况下调节汽温所需的减温水流量v(t)，并将所述减温水流量v(t)代入所述步骤5中调节阀门的非线性逆模型u(t)＝f[v(t)]，可得到当前采样时刻t的减温水阀门开度理论计算值，然后经速率限制和幅度限制，得到当前采样时刻t可实施的减温水阀门开度实际指令u(t)。

2.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤1中的采样时间间隔T_s，根据锅炉蒸汽温度系统的特性快慢以及控制器计算服务器的配置情况，其取值范围为T_s＝3～10秒。

3.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤2中的M个典型负荷工况的个数，在机组主要的运行负荷区间内均匀取值M＝4～7个。

4.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤2中的蒸汽温度系统的输入-输出差分方程形式描述的M个局部模型G_m包括内回路模型G_m,qv和外回路模型G_m,yq，内回路模型G_m,qv和外回路模型G_m,yq分别如下：

内回路模型G_m,qv：

$q\left(t\right)+\underset{i=1}{\overset{n_d}{\mathrm{\Σ}}}{d}_{i}q(t-i)=\underset{j=1}{\overset{n_e}{\mathrm{\Σ}}}{e}_{j}v(t-j)$

外回路模型G_m,yq：

$y\left(t\right)+\underset{i=1}{\overset{n_a}{\mathrm{\Σ}}}{a}_{i}y(t-i)=\underset{j=1}{\overset{n_b}{\mathrm{\Σ}}}{b}_{j}q(t-j)$

其中，t表示当前采样控制时刻；

n_d和n_e表示内回路模型G_m,qv的阶次，对于M个不同的典型负荷工况取相同的值，取值范围n_d＝n_e＝2～3；

n_a和n_b表示外回路模型G_m,yq的阶次，对于M个不同的典型负荷工况取相同的值，取值范围n_a＝n_b＝3～6；

d_i、e_j、a_i、b_j表示模型系数，采用最小二乘法辨识得到，对于M个不同的典型负荷工况取到不同的值；

q(t)表示t时刻的导前汽温预测值；

v(t-j)表示t-j时刻的减温水流量；

y(t)表示t时刻的出口汽温预测值。

5.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤3中的模型预测控制基于内回路目标函数J_qv(t)和外回路目标函数J_yq(t)采用广义预测控制算法进行求解，其中内回路目标函数J_qv(t)如下：

$J_{qv}\left(t\right)=\underset{i=1}{\overset{P_q}{\mathrm{\Σ}}}{\[q_r(t+i)-q(t+i)\]}^2+\underset{j=1}{\overset{M_v}{\mathrm{\Σ}}}{\mathrm{\Δv}}^2(t+j)$

外回路目标函数J_yq(t)如下：

$J_{yq}\left(t\right)=\underset{i=1}{\overset{P_y}{\mathrm{\Σ}}}{\[y_r(t+i)-y(t+i)\]}^2+\underset{j=1}{\overset{M_q}{\mathrm{\Σ}}}{\mathrm{\Δq}}_r^2(t+j)$

其中，t表示当前采样控制时刻；

P_q和P_y分别表示内回路和外回路的预测时域，M_v和M_q分别表示内回路和外回路的控制时域；

q_r(t+i)、q(t+i)分别表示t+i时刻的导前汽温给定值和预测值；

y_r(t+i)、y(t+i)分别表示t+i时刻的出口汽温给定值和预测值；

Δv(t+j)表示t+j时刻待计算的减温水预测控制增量；

Δq_r(t+j)表示t+j时刻待计算的导前汽温给定值增量。

6.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤3中的方波信号，取单位方波信号，其周期为500Ts～1000Ts。

7.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤4中用于智能预测控制器IPC设计的智能计算模型采用径向基函数神经网络模型；训练后得到的所述智能预测控制器IPC包括内回路IPC2和外回路IPC1。

8.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤5中的调节阀门的非线性逆模型u(t)＝f[v(t)]是减温水调节阀门开度u(t)(％)-减温水流量v(t)(kg/s)特性的逆模型，采用二次函数描述，即u(t)＝c₂v(t)²+c₁v(t)+c₀，其中c₂、c₁、c₀是待辨识确定的阀门特性系数。

9.根据权利要求1或8所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤5中的辨识方法采用的是最小二乘法。

10.根据权利要求1所述的一种电站锅炉蒸汽温度的智能计算预测控制方法，其特征在于：所述步骤6中的速率限制和幅度限制，分别是|Δu(t)|≤Δu_max和u_min≤u(t)≤u_max，其中Δu(t)为当前采样时刻计算的减温水调节阀门开度控制增量；Δu_max为速率限制值，根据具体的阀门设计要求，取值范围3％～10％；u_min和u_max分别为幅度限制的下限和上限，取阀门位置的物理限制，即0和100％。