神經(jīng)網(wǎng)絡(luò)預(yù)測控制

1、 火電廠鍋爐的過熱蒸汽溫度是其運(yùn)行質(zhì)量的重 要指標(biāo)之一，過熱蒸汽溫度過高或過低都 會影響電廠的安全經(jīng)濟(jì)運(yùn)行，但汽溫調(diào)節(jié)對 象是一個(gè)多容環(huán)節(jié)，它的純延遲時(shí)間和時(shí)間 常數(shù)都比較大，干擾因素多，對象模型不確 定，在鍋爐自動調(diào)節(jié)系統(tǒng)中屬于可控性最差 的一個(gè)調(diào)節(jié)系統(tǒng)。 一.引言 一.引言 n目前該系統(tǒng)控制的主導(dǎo)設(shè)計(jì)方案是PID律， 雖然一些先進(jìn)控制技術(shù)近年來嘗試在火 電廠自動化中應(yīng)用，但由于理論上的局 限性和實(shí)現(xiàn)上的具體困難，均未能得到 廣泛應(yīng)用。 一.引言 n本文根據(jù)單元控制的思想，并運(yùn)用神經(jīng) 網(wǎng)絡(luò)預(yù)測控制的方法，應(yīng)用于過熱蒸汽 溫度控制中。使單元控制的思想得以實(shí) 現(xiàn)，神經(jīng)網(wǎng)絡(luò)更接近生物神經(jīng)網(wǎng)絡(luò)的結(jié)

2、構(gòu)，神經(jīng)網(wǎng)絡(luò)的優(yōu)勢得以更好發(fā)揮。設(shè) 計(jì)出了具有較高可靠性和較強(qiáng)魯棒性的 控制系統(tǒng)。 二.單元控制的基本思想 n傳統(tǒng)的預(yù)測控制系統(tǒng)以整體系統(tǒng)模型為 基礎(chǔ)，所設(shè)計(jì)的預(yù)測算法是集中式的， 隨著系統(tǒng)規(guī)模的擴(kuò)大，計(jì)算量迅速增加， 因此影響到其實(shí)時(shí)性。另外，很難用一 個(gè)同質(zhì)的，單一的集中模型來描述復(fù)雜 系統(tǒng)，這就需要新的分析方法。 二.單元控制的基本思想 n單元控制是用單元模型系統(tǒng)描述對象的動態(tài)過 程，為受控對象建立一種結(jié)構(gòu)分散化模型，它 吸收了人工分析系統(tǒng)的經(jīng)驗(yàn)知識，由定性的結(jié) 構(gòu)模型和定量的模型給出單元模型。既含有整 體系統(tǒng)的因果結(jié)構(gòu)，又包含單元間的相互關(guān)聯(lián)。 此具有網(wǎng)狀結(jié)構(gòu)的模型，按照一定意義下的主

3、 要因果關(guān)系，被抽象出一種鏈狀結(jié)構(gòu)，我們稱 之為單元模型系統(tǒng)。這種模型比一般多輸入多 輸出系統(tǒng)含有更多的信息量，可以用來設(shè)計(jì)具 有高可靠性和強(qiáng)魯棒性要求的控制系統(tǒng)。 n基于單元的模型是一種多輸入單輸出系統(tǒng)，通 過關(guān)聯(lián)與其他相關(guān)單元相關(guān)聯(lián)。通過自身動態(tài) 變化和單元間相互影響過程，共同描述對象的 整體運(yùn)動特性。針對每個(gè)單元設(shè)計(jì)單元預(yù)測系 統(tǒng)和控制系統(tǒng)，它通過接受本單元相關(guān)信息和 直接關(guān)聯(lián)的單元的測量和預(yù)測信息，預(yù)測該單 元的運(yùn)動趨勢，并分析判斷，作出該單元的控 制決策。 各單元預(yù)測系統(tǒng)按照研究對象的關(guān)聯(lián)模式相互關(guān) 聯(lián)，并經(jīng)由關(guān)聯(lián)傳遞單元預(yù)測信息，共同完成對 整體系統(tǒng)未來一定時(shí)間動態(tài)特性的預(yù)測，而各

4、單 元控制系統(tǒng)也經(jīng)由關(guān)聯(lián)傳遞控制信息，從而完成 對整體系統(tǒng)的控制。單元預(yù)測系統(tǒng)的設(shè)計(jì)和計(jì)算 是獨(dú)立的和并行的，單元系統(tǒng)可以是不同性質(zhì)和 不同模式的，能夠適用于大型復(fù)雜系統(tǒng)地分析預(yù) 測。 二.單元控制的基本思想 邊界 jNi, j Ni, Zj Zj j Ni, Zi c Zi Zi c Zj Zh c Zh Zh Zs c Zs Zs i i c i h c h h s c s s 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制是使用非線性神 經(jīng)網(wǎng)絡(luò)模型來預(yù)測未來模型性能。控制 器計(jì)算控制輸入，而控制輸入在未來一 段指定的時(shí)間內(nèi)將最優(yōu)化模型性能。模 型預(yù)測第一步是要建立神經(jīng)網(wǎng)絡(luò)模型 （系

5、統(tǒng)辨識）；第二步是使用控制器來 預(yù)測未來神經(jīng)網(wǎng)絡(luò)性能。 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n模型預(yù)測的第一步就是訓(xùn)練神經(jīng)網(wǎng)絡(luò)未來表示 網(wǎng)絡(luò)的動態(tài)機(jī)制。模型輸出與神經(jīng)網(wǎng)絡(luò)輸出之 間的預(yù)測誤差，用來作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練信號。 該過程如圖二所示。 對 象 神 經(jīng) 網(wǎng) 絡(luò) 模 型 學(xué) 習(xí) 算 法 u my +_ e 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n神經(jīng)網(wǎng)絡(luò)模型利用當(dāng)前輸入和輸出預(yù)測 神經(jīng)網(wǎng)絡(luò)未來輸出值。神經(jīng)網(wǎng)絡(luò)模型結(jié) 構(gòu)如圖三所示。該網(wǎng)絡(luò)可以采用批量在 線訓(xùn)練。 T D LL W 1.1 b1 T D LL W 1.2+ L W 2.1 b2 + y (k ) u (k ) 1 S 1 1 (1 )mky

6、輸輸 入入 第第 一一 層層第第 二二 層層 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n模型預(yù)測方法是水平后退的方法，神經(jīng) 網(wǎng)絡(luò)模型預(yù)測在指定時(shí)間內(nèi)預(yù)測模型響 應(yīng)。預(yù)測是用數(shù)字最優(yōu)化程序來確定控 制信號，通過最優(yōu)化如下的性能準(zhǔn)則函 數(shù)，即 2 22 11 2 UNN rm jj y k j y k juk j j uk j 2 22 22 2 j ji i5 5 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n圖四為模型預(yù)測控制的過程?？刂破饔?神經(jīng)網(wǎng)絡(luò)模型和最優(yōu)化方塊組成，最優(yōu) 化模塊確定u（通過最小化J）,最優(yōu)u值 作為神經(jīng)網(wǎng)絡(luò)模型的輸入 優(yōu)優(yōu)化化神神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)模模型型 對對象象 控控制制器器 myry * u

7、u y 四.應(yīng)用 四.應(yīng)用 n常規(guī)主蒸汽溫度控制方案（串級PID） 四.應(yīng)用 其中 1 01 2 ( )8 ( ) ( )(115 ) s Ws Wss 2 0 2 3 1 ( )1 .1 2 5 ( ) ( )(12 5) s Ws ss 12( )( )0.1HHWsWs21 11 ( )(1),( )25 0.574 aaWsWs s 四.應(yīng)用 四.應(yīng)用 n圖9 主蒸汽溫度設(shè)定值階躍輸入下的仿 真比較 四.應(yīng)用 n圖十 時(shí)間常數(shù)改變后的仿真比較 四.應(yīng)用 n圖十一 增益改變后的仿真比較 四.應(yīng)用 n圖十二加入煙氣擾動后的PID控制結(jié)構(gòu)圖 四.應(yīng)用 n 圖十三 加入煙氣擾動后的對比曲線 四

8、.應(yīng)用 n圖十四 加10秒純滯后以后的仿真結(jié)果圖 四.結(jié)論 n(1)本文提出的基于單元模型的神經(jīng)網(wǎng)絡(luò)預(yù)測控 制主蒸汽溫度控制策略既可保證對主蒸汽溫度 快而穩(wěn)的調(diào)節(jié)，又使得所消耗的減溫水量大大 降低，可明顯提高控制策略的安全性和經(jīng)濟(jì)性， 符合火電廠機(jī)組運(yùn)行的客觀需求。 n(2)時(shí)間常數(shù)魯棒性很強(qiáng)，而增益魯棒性較弱， 但適應(yīng)能力很強(qiáng)。可在較短時(shí)間內(nèi)適應(yīng)參數(shù)的 變化。 n(3)能很好地克服純滯后并有較強(qiáng)的抗干擾能力。 五.參考文獻(xiàn) n1 陳鐵軍，鏈系統(tǒng)方法及其應(yīng)用, 河南科技出版社, 1993. n2 陳鐵軍并行預(yù)測系統(tǒng)與算法. n3 李果勇智能控制及其MATLAB實(shí)現(xiàn)，電子工業(yè)出版社，2005 n

9、4 楊獻(xiàn)勇熱工過程自動控制I-M北京：清華大學(xué)出版社， 2000 n5 彭鋼熱工PID控制算法的適應(yīng)性與局限性分析J河北電力 技術(shù)，1997，(6)：68 n7 范伊波，等基于自適應(yīng)神經(jīng)元網(wǎng)絡(luò)的過熱汽溫智能控制 J動力工程，1998，(2)：710 n8 于渤現(xiàn)代控制理論M北京：水利電力出版社，1995 n基于單元的模型是一種多輸入單輸出系統(tǒng)，通 過關(guān)聯(lián)與其他相關(guān)單元相關(guān)聯(lián)。通過自身動態(tài) 變化和單元間相互影響過程，共同描述對象的 整體運(yùn)動特性。針對每個(gè)單元設(shè)計(jì)單元預(yù)測系 統(tǒng)和控制系統(tǒng)，它通過接受本單元相關(guān)信息和 直接關(guān)聯(lián)的單元的測量和預(yù)測信息，預(yù)測該單 元的運(yùn)動趨勢，并分析判斷，作出該單元的控

10、 制決策。 二.單元控制的基本思想 邊界 jNi, j Ni, Zj Zj j Ni, Zi c Zi Zi c Zj Zh c Zh Zh Zs c Zs Zs i i c i h c h h s c s s 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制簡介 n圖四為模型預(yù)測控制的過程?？刂破饔?神經(jīng)網(wǎng)絡(luò)模型和最優(yōu)化方塊組成，最優(yōu) 化模塊確定u（通過最小化J）,最優(yōu)u值 作為神經(jīng)網(wǎng)絡(luò)模型的輸入 優(yōu)優(yōu)化化神神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)模模型型 對對象象 控控制制器器 myry * u u y 四.應(yīng)用 n圖十二加入煙氣擾動后的PID控制結(jié)構(gòu)圖 四.應(yīng)用 n 圖十三 加入煙氣擾動后的對比曲線 五.參考文獻(xiàn) n1 陳鐵軍，鏈系統(tǒng)方法及其應(yīng)用, 河南科技出版社, 1993. n2 陳鐵軍并行預(yù)測系統(tǒng)與算法. n3 李果勇智能控制及其MATLAB實(shí)現(xiàn)，電子工業(yè)出版