基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究GMDH neural network based predictive modeling and simulation for superheated steam temperature of 1000MW ultra-supercritical units
陈小强,许仙珍,蔡璐璐,张江丰,楼可炜
摘要(Abstract)：
由于超超临界1 000MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题。对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势。仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性。
关键词(KeyWords)： 超超临界;1 000MW机组;过热蒸汽温度;GMDH神经网络;预测模型
基金项目(Foundation):
作者(Author): 陈小强,许仙珍,蔡璐璐,张江丰,楼可炜