基于Elman 神经网络的火电厂锅炉主汽温自动控制方法研究

朱明泽

（哈尔滨电气国际工程有限责任公司，黑龙江 哈尔滨150028）

能源是决定国家经济发展的重要因素之一。目前，火力发电仍是我国电力工业的重要组成部分，而锅炉，则是火电厂的重要设备之一[1-2]，主蒸汽温度是火电厂锅炉热工过程控制的关键参数[3]，因此，必须对主蒸汽温度加以有效控制[4-5]。主蒸汽温度控制方法将影响主蒸汽温度控制效果。电厂蒸汽温度控制系统大多采用串级比例微分积分（Proportion Integral Differential，PID）控制方式[6]。

由于汽温系统具有非线性和不确定性，常规的汽温串级PID 控制已经不能完全满足汽温控制质量的要求。人工神经网络在处理复杂非线性系统的控制问题上有较大优势，对于复杂不确定问题具有自适应能力和自学习能力[7]。

1 锅炉主蒸汽温度控制系统

常规锅炉控制系统由蒸汽温度、燃烧、以及汽包水位控制系统等组成。

目前，单元制机组热力发电系统仍是火电厂主要的发电系统，该系统主要包括汽包，炉膛烧嘴，过热器，燃料，预热器，过热蒸汽，减温器，水，空气，烟气等。锅炉的燃烧过程主要为燃料经燃烧调节器进入炉膛，与空气充分混合后燃烧，使锅炉产生高温高压蒸汽，经用气调节阀发出主蒸汽。

目前，火电厂主蒸汽温度控制系统大多采取串级PID 控制系统，该系统主要分为主回路与副回路调节。主调节器、副回路系统、被控对象的惰性区部分、测温变送器构成了主回路的主要部分。

其中，副回路系统的主要任务是控制降温水的流量，通过比例调节提高主蒸汽温度的抗干扰能力，主要包括副调节器、执行元件、被控对象的导前区部分和测温变送器。

2 基于Elman 神经网络的改进PID 蒸汽温度控制方法

2.1 Elman 神经网络基本理论

Elman 网络的主要结构是前馈连接，包括输入层、隐含层、输出层，在这种网络中，除了普通的隐含层外，还有一个特别的隐含层，称为关联层（或联系单元层），相当于状态反馈。

输入层包含r 个神经元，表示为u=[u1，u2，…，ur]，输出层包含m 个神经元，表示为y=[y1，y2，…，ym]，隐含层输出向量h=[h1，h2，…，hn]，承接层输出向量t=[t1，t2，…，tn]。w1表示输入层与隐含层间的连接权值矩阵、w2表示隐含层与输出层间的连接权值矩阵、w3表示关联层与隐含层间的连接权值矩阵，前两个权值矩阵在迭代训练中不断地更新修正，而w3是一个固定的权值矩阵。则Elman 神经网络的迭代计算公式如式（1）、式（2）和式（3）所示。

式中，α 在[0，1]间取值，表示连接反馈增益因子。f（·）、by分别表示隐含层神经元的激活函数与阈值矩阵，g（·）、bh分别表示输出层神经元的激活函数与阈值矩阵。

2.2 基于Elman 神经网络的改进PID 蒸汽温度控制

本文基于传统PID 主蒸汽温度控制方法，提出基于Elman神经网络的改进温控方案，通过对主蒸汽状态参数进行辨识，提高系统自适应性。基于Elman 神经网络的改进温控系统结构如图1 所示。

图1 基于Elman 神经网络的改进温控系统结构图

基于Elman 神经网络的多参数辨识步骤如下：

（1）获取蒸汽压力、蒸汽温度、产气量、炉膛温度、炉膛压力、烟气含氧量等关键参数值；

（2）利用小波包对输出信号进行分解，计算小波包系数，得到全部的频域特征；

（3）计算各个参数待辨识状态与正常状态小波包系数的马氏距离，根据马氏距离的大小进行关键特征选取；

（4）步骤3 获得的关键特征作为Elman 神经网络的训练集，完成Elman 神经网络的建立；

（5）利用步骤4 建立的Elman 神经网络完成锅炉蒸汽多参数辨识。

3 仿真验证

在仿真实验中，利用Elman 网络依据被控系统的性能动态地调整参数kp，ki，kd，并对上述三个PID 控制器参数进行特定指标下的寻优，最终使得增量式PID 控制器相对于常规的PID 控制器呈现更加良好的性能。

控制误差可根据增量式PID 控制器得到：

PID 的3 项输入为：

控制算法为：

相关文献中，取被控对象蒸汽温度数学模型为：

在图2 的仿真曲线中，仿真时间设定为5 秒，阶跃输入r 取值为1。

根据图2 的结果可分析出，kp，ki，kd三个参数值快速收敛，当收敛值基本稳定时，可认为此时的取值为最优参数。上述结果说明通过不断地实时地调节参数，可以达到系统的输入值和输出值的静态指标需求，同时，也进一步证明系统的动态性能较好。

图2 输入曲线和输出响应曲线

4 结论

分析了单元制机组热力发电过程，研究了影响蒸汽质量的各项参数指标。

通过分析传统PID 蒸汽温度控制方法，提出了基于Elman神经网络算法的改进PID 控制策略，提出了基于马氏距离的蒸汽参数辨识流程。

通过仿真分析，证明了所提Elman 神经网络算法提高PID控制方法动态性能的有效性，为实现火电厂锅炉主蒸汽温度自动控制提供了参考。