开放获取
燃气锅炉模拟器的神经网络建模与非线性模型预测控制
1
ALSTOM Power Inc
2
ALSTOM Power Inc
3
ALSTOM Power Inc
4
University of Connecticut
Abstract
阿尔斯通电厂实验室（PPL）一直致力于借助动态过程模拟器对电厂控制进行优化。在 2007 年的 ISA POWID 会议上，一篇论文介绍了线性模型辨识和线性模型预测控制（LMPC）在阿尔斯通燃气锅炉（GFB）动态模拟器的汽水系统中的应用。作为电厂非线性模型预测控制（NMPC）的持续研发工作，构建了一个带外部变量的非线性自回归（NARX）模型。该模型基于人工神经网络（ANN），并利用通过设计的多级激励信号从 GFB 模拟器生成的数据进行训练。使用额外的测试数据对 NARX 模型进行了验证，随后将其用作 NMPC 控制器设计的基础。之后，该控制器通过 OPC 连接与 GFB 模拟器相连，以进行控制仿真。NMPC 的控制性能稳定，与 LMPC 的研究结果相当。仿真结果表明，NMPC 在改善电厂控制方面具有潜力，特别是在宽负荷运行范围内的快速负荷变化时。
Keywords
模型预测控制,神经网络建模,多变量锅炉控制
How to Cite
Abhinaya, J., Lou, X., Neuschaefer, C., & Luh, P. (2026). 燃气锅炉模拟器的神经网络建模与非线性模型预测控制. 亚洲社会创新与发展期刊, 2(1), 12. 取读于 从 https://www.ajsid.org/index.php/pub/article/view/16
References
[1] B. M. Akesson and H. T. Toivonen, "A neural network model predictive controller," Journal of Process Control, Vol. 16 (2006), pp. 937-946.
[2] B. W. Hogg, S. Lu, and W. D. Ni, “Generalized Predictive Steam Temperature Control for Power Plant Systems,” Proc. IEEE Int. Conf. On Power System Technology, Beijing (1994), pp.266-270.
[3] G. Irwin, M. Brown, B. Hogg, and E. Swidenbank, “Neural network modeling of a 200 MW boiler system,” IEE Proceedings of ControlTheory Applications, Vol. 142, No. 6 (1995), pp. 529-536.
[4] A. Joshi, X. Lou, C. Neuschaefer, P. B. Luh, and J. W. Quinn, “Application of Model Predictive Control (MPC) to Steam/Water System in a gas fired boiler simulator,” Presented at the 17th Annual Joint ISA POWID/EPRI Controls and Instrumentation Conference, Pittsburgh, PA, USA, 10-15 June 2007.
[5] B. Kouvarikatis and M. Cannon, “Nonlinear Predictive Control: Theory and Practice,” IEE Control Engineering series 61, IEE, London, 2004.