神经网络自适应逆控制在热力系统中的应用研究

自适应逆控制在控制系统和调节器的设计中是一种很新颖的方法。对于某类不能用精确数学模型描述的对象，其逆模型用传统的方法难以建立。而神经网络本质的并行结构在处理实时性要求高的自动控制领域中所显示出的极大的优越性使得逆控制在控制系统和调节器的设计中得到进一步发展。火电厂热工对象的动态特性具有大迟延、大惯性、时变性和不确定性等特点，难以建立精确的数学模型，从而使得建立在精确受控对象数学模型基础上的常规控制方法及现代控制方法难以取得满意的控制效果。基于神经网络的自适应逆控制具有对模型要求低、鲁棒性好、自适应能力强、适用于数字计算机控制的优点，可将之用于热工过程控制中并取得较好的控制品质。随着计算机技术的迅速发展和分散控制系统在火电厂的应用，智能控制算法用于热力系统控制变得易于实现。因此，基于神经网络的逆控制对于解决电厂中的复杂控制问题具有重要的实用价值，研究潜力很大。