RBF递归神经网络在供热解耦控制中的应用.pdfVIP

·128 ·专题研讨 暖通空调HVAC 2010年第4o卷第2期 RBF递归神经网络在 供热解耦控制中的应用* 哈尔滨工业大学 陈 烈☆ 苏州科技学院 朱学莉 哈尔滨工业大学 齐维贵 方修睦 摘要 针对供热过程耦合特性和节能控制的需要，提出了一种基于径向基函数 ( 强)递 归神经网络的供热解耦控制方法。通过典型信号响应与最小二乘结合的方法得到供热耦合系 统模型，利用RBF递归神经网络进行解耦控制，消除了质调节、量调节通道间的非线性强耦合 作用。仿真结果证明该方法具有良好的解耦控制特性，满足供热系统多回路控制的要求。 关键词 供热过程 神经网络解耦 PJ3F递归神经网络 嵌入维数预估 ApplicationofRBFrecursionneuraInetworkto heatsupplydecouplingcontrol ByChenLiek ZhuXueli，OiWeiguiandFongXiumu ， Abstract Accordingtothecouplingcharacteristicsinheatsupplyprocessandthedemandsofenergy savingcontrol，proposesanovelhaetsupplyde．couplingmethodbasedon radialbasisfunction (RBF) recursionneuralnetwork。Byestablsihingthehaetingocuplingsystem modelwithtypicalsignalresponse andleast—squaremethod，appliestheRBF currentneuralnetwork toeliminatnig thestrong influence betweenquality-adjustandquantity-adjustchannels．Thesimulationresultshowsthatthismethod hasa gooddecoupHngperformancena dcanmeetthedemandsofmulti-loopocntrolofheatingsystem． Ke~vords heatsupply process， neuralnetwork deeoupling， RBF recursion neuralnetwork， embeddingdmiensionestimation ★ HarbinInstituteofTechnology，Habrin，China 0 引言 传统解耦方法以时频域法为代表，主要适用于 目前，国内热力站普遍采用质调节方式调节供 线性定常多人多出系统，包括逆奈氏阵列法、特征 热量。随着对节能和供热质量要求的日益提高及 轨迹法、奇异值分解法等Is-4]。这些方法都需知道 供热计量的实施，供热量不仅要随室外温度进行调 被控过程的精确数学模型，对于非线性、时变对象 节，还需要跟踪用户热负荷需求进行调节，因此实 的解耦并不理想。为了克服传统解耦方法的缺陷， 施质一量共同调节成为必然趋势。但由于质调节、 国内外已开展智能解耦方法研究，并取得了一定的 量调节通道间存在非线性强耦合作用，两回路相互 成果[s-7]。这些智能解耦方法大多采用反向传播 影响 相互干扰，给供热控制带来了困难，因此实现 (backpropagation，BP)神经网络算法，计算量大、 质调节、量调节通道的解耦对于实施供热控制至关 重要[1一zl。 ☆ 陈烈，男，1982年1月生，博士研究生，工程师