燃煤機(jī)組過(guò)熱汽溫寬負(fù)荷模型前饋控制

陳祎璠, 曹 越, 司風(fēng)琪

(東南大學(xué) 能源轉(zhuǎn)換及過(guò)程測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室, 南京 210096)

“雙碳”目標(biāo)的提出已成為我國(guó)能源發(fā)展的硬約束,我國(guó)將著力“構(gòu)建以新能源為主體的新型電力系統(tǒng)”[1]。目前,我國(guó)能源轉(zhuǎn)型需求越發(fā)迫切,在可再生能源大規(guī)模并網(wǎng)、大規(guī)模儲(chǔ)能技術(shù)受限的情況下,機(jī)組靈活性改造、調(diào)峰能力改進(jìn)將成為重點(diǎn)研究方向[2]。機(jī)組在參與電網(wǎng)深度調(diào)峰時(shí),通常需寬負(fù)荷運(yùn)行至30%～40%額定負(fù)荷,部分機(jī)組具備寬負(fù)荷運(yùn)行至15%～20%額定負(fù)荷的能力。在此過(guò)程中,為確保過(guò)熱汽溫不超限,運(yùn)行人員往往需要不斷手動(dòng)調(diào)整控制器的汽溫設(shè)定值(偏置)或手動(dòng)調(diào)整降溫水流量,增加了操作人員的工作量[3]。在寬負(fù)荷運(yùn)行條件下,對(duì)變參數(shù)非線(xiàn)性的復(fù)雜系統(tǒng)來(lái)說(shuō),過(guò)熱汽溫的干擾因素較多、干擾頻繁且擾動(dòng)量大,同時(shí)呈現(xiàn)大遲延、大慣性和非線(xiàn)性的特點(diǎn),為了最大限度地提高機(jī)組熱效率,過(guò)熱汽溫必須運(yùn)行在額定溫度±5 K范圍內(nèi)[4],這些都加大了過(guò)熱汽溫控制的難度。

過(guò)熱汽溫控制對(duì)象尤其是在低負(fù)荷工況下運(yùn)行時(shí),是典型的非線(xiàn)性過(guò)程,在不同的工況下施加與之相應(yīng)的前饋量,是對(duì)其進(jìn)行合理、高效、準(zhǔn)確控制的基礎(chǔ)。在建立合理的前饋量模型表征對(duì)象特性時(shí),主要有機(jī)理建模法和系統(tǒng)辨識(shí)法。機(jī)理建模法是在合理的簡(jiǎn)化假設(shè)下,通過(guò)理論過(guò)程建立研究對(duì)象的數(shù)學(xué)函數(shù)關(guān)系[5],但是該方法在精確處理過(guò)熱汽溫控制對(duì)象工況參數(shù)非線(xiàn)性,汽溫波動(dòng)等問(wèn)題時(shí)對(duì)建模條件的要求較高[6];系統(tǒng)辨識(shí)法是根據(jù)常規(guī)機(jī)理模型和現(xiàn)場(chǎng)經(jīng)驗(yàn),通過(guò)對(duì)輸入輸出數(shù)據(jù)的數(shù)學(xué)處理,獲得對(duì)象數(shù)學(xué)模型。系統(tǒng)辨識(shí)模型精度較高,可從數(shù)據(jù)中獲取過(guò)程特性[7],為控制品質(zhì)提供較為可靠的輔助效果。李炳楠等[8]針對(duì)因超臨界火電機(jī)組協(xié)調(diào)系統(tǒng)建模精度不高,進(jìn)而影響先進(jìn)控制算法控制效果的問(wèn)題,提出了一種分立-組合式建模方法,并將其應(yīng)用于模型預(yù)測(cè)控制算法中。在處理工況非線(xiàn)性問(wèn)題方面,桂寧等[9]采用深度神經(jīng)網(wǎng)絡(luò)(DNN)與長(zhǎng)短期記憶(LSTM)的融合模型實(shí)現(xiàn)對(duì)火電機(jī)組主汽溫度的預(yù)測(cè)建模,解決系統(tǒng)的非線(xiàn)性問(wèn)題,提出一種綜合考慮特征選擇和時(shí)延選擇的融合模型,應(yīng)用效果較為可觀。曹越等[10]通過(guò)建立亞臨界過(guò)熱汽溫的機(jī)理模型,解決傳統(tǒng)動(dòng)態(tài)機(jī)理模型不準(zhǔn)確的問(wèn)題,將水蒸氣的熱力性質(zhì)參數(shù)和比熵中以溫度和壓力作為基礎(chǔ)變量,建立一種雙線(xiàn)性擬合算法。李倩倩[11]采用融合過(guò)熱器機(jī)理的深度神經(jīng)網(wǎng)絡(luò),建立過(guò)熱汽溫控制系統(tǒng)的導(dǎo)前區(qū)溫度和滯后區(qū)溫度的預(yù)測(cè)模型。對(duì)于復(fù)雜的控制對(duì)象,在不改變比例積分微分(PID)閉環(huán)穩(wěn)定性和收斂性的前提下,借助機(jī)組歷史運(yùn)行數(shù)據(jù)建立基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)模型,可對(duì)設(shè)定值進(jìn)行實(shí)時(shí)優(yōu)化補(bǔ)償。李倩倩[11]設(shè)計(jì)了基于預(yù)測(cè)模型的前饋補(bǔ)償和誤差反饋補(bǔ)償相結(jié)合的設(shè)定值優(yōu)化補(bǔ)償策略,與機(jī)組原控制系統(tǒng)相比,該策略減小了控制系統(tǒng)的響應(yīng)時(shí)間和動(dòng)態(tài)超調(diào)量。

筆者以某660 MW亞臨界機(jī)組的過(guò)熱汽溫為研究對(duì)象,采用機(jī)理與長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)融合的方法,對(duì)燃煤機(jī)組30%～100%負(fù)荷段下過(guò)熱汽溫控制系統(tǒng)的前饋量非線(xiàn)性子系統(tǒng)進(jìn)行建模。在此基礎(chǔ)上,采用間隙度量理論進(jìn)行非線(xiàn)性度的評(píng)價(jià),對(duì)劃分的子系統(tǒng)進(jìn)行修正,最終獲得寬負(fù)荷下的前饋信號(hào)特性模型,建立過(guò)熱器溫度多模型間隙度量物理引導(dǎo)神經(jīng)網(wǎng)絡(luò)(PGNN)動(dòng)態(tài)前饋,并進(jìn)行仿真校驗(yàn)。

1 寬負(fù)荷工況過(guò)熱汽溫特性

機(jī)組參與靈活調(diào)峰時(shí),其負(fù)荷調(diào)節(jié)速率為2%,負(fù)荷變化的頻次高,煤量和風(fēng)量變化頻繁,從而引起爐膛燃燒狀態(tài)不穩(wěn)定、主汽壓等參數(shù)劇烈波動(dòng)。過(guò)熱器內(nèi)蒸汽溫度主要受過(guò)熱器工質(zhì)側(cè)和煙氣側(cè)換熱作用的影響,其中工質(zhì)側(cè)換熱作用取決于工質(zhì)流量等參數(shù),而煙氣側(cè)主要受煙氣溫度和煙氣流量的影響。過(guò)熱蒸汽溫度受干擾參數(shù)的作用頻繁波動(dòng),在進(jìn)行寬負(fù)荷運(yùn)行時(shí),控制系統(tǒng)采用調(diào)整控制器的汽溫設(shè)定值或?qū)娝y切手動(dòng)控制的方法難以滿(mǎn)足控制精度要求。

此外,過(guò)熱汽溫受負(fù)荷、煤量等因素的干擾,噴水減溫系統(tǒng)的過(guò)熱汽溫特性有大遲延、大慣性和非線(xiàn)性的特點(diǎn),且這些特性與機(jī)組負(fù)荷有著緊密的聯(lián)系。在低負(fù)荷時(shí),主蒸汽流量小,其通過(guò)噴水減溫管道時(shí)的速度緩慢,故慣性大,在機(jī)組低負(fù)荷時(shí),蒸汽從一級(jí)減溫器入口到二級(jí)減溫器入口的時(shí)間約為260 s。反之,在高負(fù)荷時(shí),主蒸汽流量大,其通過(guò)噴水減溫管道時(shí)的速度快,故慣性小,在機(jī)組90%負(fù)荷時(shí),蒸汽從一級(jí)減溫器入口到二級(jí)減溫器入口時(shí)間約為50 s。由此可見(jiàn),機(jī)組在負(fù)荷不同時(shí)過(guò)熱減溫器動(dòng)態(tài)特性有著較大的差異,因此研究過(guò)熱汽溫寬負(fù)荷前饋信號(hào)需對(duì)不同的負(fù)荷段進(jìn)行研究。筆者以第一級(jí)過(guò)熱汽溫控制系統(tǒng)為研究對(duì)象,采用基于間隙度量法的多模型PGNN建模方法探究寬負(fù)荷時(shí)過(guò)熱汽溫的前饋量預(yù)測(cè)方法,在不同工況下采用與當(dāng)前工況相適應(yīng)的前饋信號(hào)來(lái)彌補(bǔ)反饋?zhàn)饔玫牟蛔?提升控制魯棒性。

2 多模型間隙度量PGNN的過(guò)熱汽溫前饋控制

采用深度神經(jīng)網(wǎng)絡(luò)對(duì)研究對(duì)象進(jìn)行特性建模時(shí),往往缺失研究對(duì)象的機(jī)理過(guò)程信息,所得模型易出現(xiàn)過(guò)擬合,甚至與機(jī)理過(guò)程相悖的狀況。針對(duì)此問(wèn)題,采用物理模型引導(dǎo)深度學(xué)習(xí)融合建模來(lái)達(dá)到更好的預(yù)測(cè)效果,并在此基礎(chǔ)上根據(jù)物理模型對(duì)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的時(shí)間步長(zhǎng)進(jìn)行調(diào)整。

2.1 前饋量PGNN預(yù)測(cè)模型

圖1 過(guò)熱器滯后區(qū)前饋控制量預(yù)測(cè)模型PGNN結(jié)構(gòu)Fig.1 PGNN structure of feedforward control quantity prediction model in hysteresis zone of superheater

(1)

式中:WM、bM分別為深度神經(jīng)網(wǎng)絡(luò)第M層的權(quán)重和偏置;ht-1為神經(jīng)網(wǎng)絡(luò)t-1時(shí)刻傳遞的隱含向量。

(2)

在LSTM-DNN網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上重構(gòu)模型損失函數(shù),通過(guò)分析過(guò)熱汽溫系統(tǒng)的機(jī)理過(guò)程,根據(jù)過(guò)熱管儲(chǔ)熱量守恒關(guān)系和相關(guān)過(guò)熱汽溫干擾量的單調(diào)性關(guān)系,建立模型的綜合損失函數(shù),對(duì)模型的訓(xùn)練過(guò)程進(jìn)行約束。

在單相換熱管機(jī)理模型中,過(guò)熱蒸汽和煙氣分別在過(guò)熱器管壁的內(nèi)外兩側(cè)流動(dòng),通過(guò)和過(guò)熱器管壁進(jìn)行熱交換的方式,改變其熱力性能。簡(jiǎn)化滯后區(qū)單相換熱管的建模過(guò)程。過(guò)熱器內(nèi)能量守恒包括過(guò)熱蒸汽能量守恒、過(guò)熱管金屬壁能量守恒和煙氣側(cè)能量守恒,分別建立式(3)～式(5)所示的數(shù)學(xué)模型。

(3)

(4)

(5)

模型訓(xùn)練時(shí),需對(duì)微分方程離散化處理,采用隱式歐拉法對(duì)Δh0進(jìn)行差分:

(6)

p2=p1-KpWf

(7)

式中:Kp為單位管道的壓損系數(shù)。

綜合式(2)和式(6),過(guò)熱器出口溫度PGNN預(yù)測(cè)模型的損失函數(shù)L如下:

(8)

2.2 多模型間隙度量方法

非線(xiàn)性模型的建模過(guò)程相當(dāng)復(fù)雜,難以在工業(yè)過(guò)程中得到有效應(yīng)用,要在大工況范圍內(nèi)實(shí)現(xiàn)非線(xiàn)性預(yù)測(cè),采用多模型思想在相應(yīng)工況負(fù)荷段所建立的模型能夠較好地反映系統(tǒng)運(yùn)行過(guò)程,降低了建模及優(yōu)化難度。對(duì)于機(jī)組在大工況范圍內(nèi)的過(guò)熱汽溫預(yù)測(cè),可以采取多模型劃分的方法來(lái)提高模型的適配度。

以間隙度量理論為基礎(chǔ),將建立的PGNN模型在對(duì)應(yīng)的負(fù)荷點(diǎn)進(jìn)行建模,并計(jì)算各模型之間的間隙度量值,確定一個(gè)合理的間隙度量值指標(biāo),根據(jù)理論分析結(jié)果重新確定負(fù)荷區(qū)段的劃分。最后采用切比雪夫距離抽象出的系統(tǒng)間間隙度量值來(lái)定量反映系統(tǒng)間的差異。

假設(shè)有2個(gè)系統(tǒng)P1和P2,根據(jù)間隙度量的定義,這2個(gè)算子間的間隙度量值等于二者之間所有有向間隙度量值的絕對(duì)值,為了避免神經(jīng)網(wǎng)絡(luò)隨機(jī)誤差造成的影響,將所得值求和,可用式(9)表示:

(9)

(10)

(11)

(12)

將某660 MW機(jī)組噴水減溫系統(tǒng)以負(fù)荷段為依據(jù)劃分為N個(gè)子系統(tǒng),采用上述PGNN方法進(jìn)行預(yù)測(cè),兩兩之間進(jìn)行間隙度量值的計(jì)算。將計(jì)算所得的間隙度量值記錄在矩陣M中,其中主對(duì)角線(xiàn)上的元素表示子系統(tǒng)與其自身的間隙度量值,始終為0。

(13)

子系統(tǒng)之間間隙度量值的平均值δave為

(14)

以δave為標(biāo)準(zhǔn)約束子系統(tǒng)之間的間隙度量值,允許的誤差范圍為5%,即相鄰的子系統(tǒng)之間的間隙度量值應(yīng)該在區(qū)域D∈(95%δave, 105%δave)之間。若2個(gè)相鄰系統(tǒng)之間的間隙度量值超過(guò)此范圍,則說(shuō)明這2個(gè)系統(tǒng)間的距離過(guò)遠(yuǎn),需要重新定義一個(gè)新的負(fù)荷點(diǎn)來(lái)建立新模型,以達(dá)到更好的預(yù)測(cè)效果。不斷調(diào)整PGNN網(wǎng)絡(luò)的輸入范圍,直到相鄰2個(gè)子系統(tǒng)之間的距離落在區(qū)域D內(nèi)。

2.3 基于多模型間隙度量PGNN的過(guò)熱汽溫前饋控制器設(shè)計(jì)

采用基于多模型間隙度量PGNN方法對(duì)燃煤機(jī)組過(guò)熱汽溫前饋量進(jìn)行預(yù)測(cè),如圖2所示,主要步驟如下:

步驟一,按照系統(tǒng)的實(shí)際運(yùn)行情況確定要研究的工況區(qū)間,將系統(tǒng)在此區(qū)間內(nèi)按合理的間距劃分為N個(gè)子空間。

步驟二,根據(jù)機(jī)理分析得到預(yù)測(cè)模型的損失函數(shù),結(jié)合LSTM-DNN網(wǎng)絡(luò)架構(gòu),對(duì)各子空間區(qū)段進(jìn)行PGNN建模,得到N個(gè)子系統(tǒng)模型。

步驟三,分別計(jì)算每個(gè)子系統(tǒng)間的間隙度量值,針對(duì)每個(gè)子系統(tǒng),記錄其與其他N-1個(gè)子系統(tǒng)的間隙度量值,得到一個(gè)N×N維的矩陣M。

步驟四:以相鄰子系統(tǒng)之間的間隙度量值為基礎(chǔ),計(jì)算這N-1個(gè)間隙度量值的平均值δave,以此確定合理的間隙閾值,并確定間隙閾值的合理區(qū)間D。

步驟五,從最低負(fù)荷的第一個(gè)子系統(tǒng)開(kāi)始,判斷其與相鄰子系統(tǒng)之間的間隙度量值是否在區(qū)間D內(nèi),如果不在區(qū)間D內(nèi),不斷調(diào)整PGNN網(wǎng)絡(luò)的輸入范圍,直到相鄰2個(gè)子系統(tǒng)之間的距離落在合理區(qū)間D內(nèi),即可認(rèn)為相鄰子系統(tǒng)間的距離大致相等。

步驟六,更新矩陣M中的數(shù)據(jù),采用新劃分的子系統(tǒng)空間對(duì)負(fù)荷特性進(jìn)行PGNN建模,得到前饋量預(yù)測(cè)模型。

在傳統(tǒng)的主汽溫串級(jí)PID控制器調(diào)節(jié)系統(tǒng)中加入基于多模型間隙度量PGNN的過(guò)熱汽溫前饋控制器,將前饋量以閥位補(bǔ)償?shù)姆绞阶饔糜诳刂葡到y(tǒng)中。在過(guò)熱器噴水減溫控制系統(tǒng)中,主回路采用PID控制器,副回路采用比例積分(PI)控制器,通過(guò)前饋量來(lái)矯正過(guò)熱器出口溫度與設(shè)定值的偏差。基于間隙度量法的多模型PGNN前饋量控制器的過(guò)熱汽溫控制系統(tǒng)如圖3所示。其中,G01(s)、G02(s)分別為主回路和副回路被控對(duì)象的傳遞函數(shù),θ1、θ2分別為主回路和副回路的反饋測(cè)量值,最終通過(guò)該仿真模型來(lái)校驗(yàn)多模型PGNN前饋控制用于過(guò)熱器出口溫度的準(zhǔn)確性,Xt為前饋模型的輸入,Yset為過(guò)熱汽溫設(shè)定值,由下式得到:

圖3 基于間隙度量法的多模型PGNN前饋控制的過(guò)熱汽溫控制系統(tǒng)圖Fig.3 Superheated steam temperature control system diagram of multi-model PGNN feedforward control based on gap measurement method

Yset=α×Tf2

(15)

式中:α為前饋補(bǔ)償系數(shù)。

由操作人員手動(dòng)操作施加于閥門(mén)開(kāi)度的信號(hào)的調(diào)整方式有限,難以滿(mǎn)足精確控制的要求。本文采用的前饋信號(hào)根據(jù)預(yù)測(cè)溫度與過(guò)熱汽溫設(shè)定值之間的差值乘以相應(yīng)系數(shù)得到,具有自動(dòng)化和智能化的特性,可以根據(jù)實(shí)時(shí)的預(yù)測(cè)溫度進(jìn)行動(dòng)態(tài)調(diào)整,在不同工況下采用與當(dāng)前工況相適應(yīng)的前饋信號(hào),從而更加精確地控制過(guò)熱蒸汽溫度。

3 結(jié)果與分析

3.1 多模型間隙度量結(jié)果

采集時(shí)間段為2022年4月1日-30日的數(shù)據(jù),采樣間隔為1 s,選取某機(jī)組的分布式控制系統(tǒng)(DCS)歷史庫(kù)中全工況運(yùn)行時(shí)100 000組樣本數(shù)據(jù),將其中30%～100%負(fù)荷段劃分為6個(gè)子系統(tǒng)(P1～P6),采用PGNN方法進(jìn)行預(yù)測(cè),兩兩之間進(jìn)行間隙度量值的計(jì)算,初步得到各子系統(tǒng)間的間隙度量值如表1所示。

表1 各子系統(tǒng)間的間隙度量值Tab.1 Gap metrics between subsystems

從表1可以看出,按常規(guī)思路,根據(jù)工況范圍等間隔分割區(qū)域得到的子模型中,相鄰子模型的間隙度量值并不相等。說(shuō)明它們之間實(shí)際的距離是不等的,且隨著機(jī)組負(fù)荷水平的提高,相鄰子系統(tǒng)間的間隙度量值呈減小趨勢(shì),說(shuō)明在低負(fù)荷狀態(tài)下,機(jī)組的非線(xiàn)性程度更強(qiáng),此時(shí)單個(gè)子系統(tǒng)僅能表征較小的工況范圍,因此需要更多的子模型來(lái)表征系統(tǒng),而高負(fù)荷狀態(tài)下,機(jī)組的非線(xiàn)性程度相對(duì)較小,1個(gè)子系統(tǒng)即可覆蓋相對(duì)較大的工況范圍,這與電廠實(shí)際的運(yùn)行規(guī)律相吻合。將上述結(jié)果繪制成多模型PGNN各子系統(tǒng)間間隙度量值的三維圖像,如圖4所示。

從圖4可以看出,盡管所選各負(fù)荷點(diǎn)是在工況范圍內(nèi)等間隔的,但各負(fù)荷點(diǎn)處系統(tǒng)間的間隙相差較大,說(shuō)明等間距劃分負(fù)荷段時(shí),每個(gè)負(fù)荷段的預(yù)測(cè)精度并不相同。基于系統(tǒng)間間隙度量值的變化規(guī)律,對(duì)機(jī)組整個(gè)運(yùn)行工況重新劃分。

表2 多模型PGNN各子系統(tǒng)間的間隙度量值Tab.2 Multi-model PGNN gap metrics between subsystems

表2中6個(gè)子系統(tǒng)P1new～P6new依次對(duì)應(yīng)的負(fù)荷范圍為:180～210 MW,>210～250 MW, >250～310 MW, >310～400 MW,>400～520 MW, >520～660 MW。可見(jiàn)所選取的各子系統(tǒng)間的距離大致相等,且隨著負(fù)荷的升高,相鄰的系統(tǒng)間負(fù)荷跨越范圍越來(lái)越大,說(shuō)明系統(tǒng)的非線(xiàn)性程度逐漸減小,采用新的分配方法可以有效提高模型的適配度。

3.2 基于間隙度量法的多模型PGNN前饋信號(hào)預(yù)測(cè)模型

采用PGNN、多模型PGNN和多模型間隙度量PGNN方法建立過(guò)熱汽溫特性模型,選取連續(xù)的100 000組樣本中最后連續(xù)的30%作為驗(yàn)證集,其他70%的樣本按照7∶1作為訓(xùn)練集和測(cè)試集。

3種模型的預(yù)測(cè)結(jié)果如圖5～圖8所示。從圖5～圖8可以看出,在寬負(fù)荷運(yùn)行時(shí),PGNN方法在低負(fù)荷段出現(xiàn)了較大的偏差,而多模型PGNN和多模型間隙度量PGNN模型在高負(fù)荷段的預(yù)測(cè)精度相似,但在低負(fù)荷段多模型間隙度量PGNN模型的預(yù)測(cè)效果更精確。主要原因是過(guò)熱汽溫受負(fù)荷、煤量等因素的干擾,在低負(fù)荷時(shí)蒸汽的流速變慢,增強(qiáng)了系統(tǒng)的非線(xiàn)性性能,而PGNN方法的記憶步長(zhǎng)并不能隨著系統(tǒng)非線(xiàn)性增強(qiáng)而變化,故采用多模型間隙度量PGNN方法得到了更加精確的預(yù)測(cè)結(jié)果。

圖5 測(cè)試數(shù)據(jù)的干擾量趨勢(shì)Fig.5 Interference trends of test data

圖6 采用PGNN方法的過(guò)熱汽溫模型結(jié)果Fig.6 Results of superheated steam temperature model with PGNN method

圖7 采用多模型PGNN方法的過(guò)熱汽溫模型結(jié)果Fig.7 Results of superheated steam temperature model with multi-model PGNN method

圖8 采用多模型間隙度量PGNN方法的過(guò)熱汽溫模型結(jié)果Fig.8 Results of superheated steam temperature model with multi-model gap measurement PGNN method

表3給出了負(fù)荷從600 MW降低至200 MW過(guò)程中LSTM、多模型PGNN和多模型間隙度量PGNN方法對(duì)過(guò)熱汽溫預(yù)測(cè)結(jié)果的均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)和回歸擬合系數(shù)R2。可以看出,多模型間隙度量PGNN方法對(duì)過(guò)熱汽溫預(yù)測(cè)的MAE小于1 K,R2大于0.97,其模型精度均明顯高于PGNN和多模型PGNN預(yù)測(cè)方法。

表3 模型預(yù)測(cè)評(píng)估結(jié)果Tab.3 Prediction evaluation results of models

3.3 多模型PGNN前饋控制仿真

根據(jù)現(xiàn)場(chǎng)控制回路,搭建過(guò)熱器串級(jí)控制回路來(lái)模擬現(xiàn)場(chǎng)的控制效果,將多模型PGNN前饋信號(hào)加入控制邏輯中,控制器采用標(biāo)準(zhǔn)型PID,無(wú)量程遷移。其主回路和副回路的PID參數(shù)(Kp、Ti和Td)設(shè)置見(jiàn)表4,4個(gè)典型負(fù)荷點(diǎn)處的過(guò)熱汽溫對(duì)噴水?dāng)_動(dòng)的傳遞函數(shù)見(jiàn)表5。

表4 控制器參數(shù)設(shè)置Tab.4 Controller parameter settings

表5 機(jī)組過(guò)熱汽溫系統(tǒng)的動(dòng)態(tài)特性Tab.5 Dynamic characteristics of superheated steam temperature of the unit

圖9 不同負(fù)荷段設(shè)定值階躍響應(yīng)曲線(xiàn)Fig.9 Step response curves of different load segments

4 結(jié)論

(1) 通過(guò)間隙度量法確定合理的間隙度量值區(qū)域D∈ (95%δave, 105%δave),按照等距離原則重新確定劃分系統(tǒng)的負(fù)荷點(diǎn),使系統(tǒng)的非線(xiàn)性分析在機(jī)組正常運(yùn)行工況范圍內(nèi)有更高的精確度。

(2) 基于多模型間隙度量PGNN的過(guò)熱汽溫特性預(yù)測(cè)方法能夠從歷史運(yùn)行數(shù)據(jù)中有效提取過(guò)熱汽溫的特性,預(yù)測(cè)模型的平均絕對(duì)誤差小于1 K,比LSTM模型和多模型PGNN模型的精確度更高。

(3) 本文所提方法很大程度上削減了控制對(duì)象的非線(xiàn)性對(duì)模型建立的影響,有效提升了過(guò)熱汽溫特性預(yù)測(cè)精度,為機(jī)組寬負(fù)荷運(yùn)行精確控制提供了支撐。