基于改进PSO算法的过热汽温神经网络预测控制

被引：17

作者：

肖本贤 ^{[1
]}

王晓伟 ^{[1
]}

朱志国 ^{[1
]}

刘一福 ^{[2
]}

机构：

[1] 合肥工业大学自动化研究所

[2] 安徽省电力科学研究院热控自动化所

来源：

控制理论与应用 | 2008年 / 03期

关键词：

改进PSO算法; RBF神经网络; 优化策略; 神经网络预测控制; 过热汽温;

D O I：

暂无

中图分类号：

TM621 [火力发电厂、热电站]; TP183 [人工神经网络与计算];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将改进粒子群优化算法(MPSO)融合到神经网络预测控制中,提出了基于MPSO-RBF混合优化策略的模型预测器,以及基于MPSO算法的非线性优化控制器.针对过热汽温的控制。构造了基于神经网络预测控制的串级控制系统,并就该系统在实现时所涉及到的预测模型、滚动优化算法、反馈校正、仿真参数设置问题等进行了分析,给出了MPSO算法的粒子编码、操作设计和混合优化算法步骤.对某超临界600 MW直流锅炉高温过热器的过热汽温控制,进行了仿真试验,结果表明该方法具有良好的性能指标和应用前景.

引用

页码：569 / 573

页数：5

共 5 条

[1] 基于多种群协同进化微粒群算法的径向基神经网络设计 [J].