改进BP神经网络在火电机组辨识建模中的应用.pdf

第3O卷第l2期 计 算 机 仿 真 2013年12月 文章编号：1006—9348(2013)12—0128—04 改进 BP神经网络在火 电机组辨识建模中的应用 孙建平，李晓娇，高东磊，张建辉 (华北电力大学河北省发电过程仿真与优化控制工程技术研究中心，河北保定071003) 摘要：火电机组的稳定出力关系着整个电力系统的安全稳定运行。影响火电机组出力的主要因素包括主蒸汽流量、温度和 压力。但因过热蒸汽的特性比较复杂，难以用明确的数学公式表明机组出力与这三者间的关系。以云南威信电厂超l界 600MW直流炉舵 机组，470MW--560MW升负荷阶段集的数据作为训练样本，利用matlab中的BP神经网络工具箱，分别采 用传统BP算法和变步长BP算法对机组出力进行建模。对比表明后者可以精确辨识470MW--560MW 功率段的机组出力 与主蒸汽流量、温度、压力间的非线性关系。 关键词：变步长；机组出力；非线性；辨识建模 中图分类号 ：TM743 文献标识码 ：B IdentificationandM odelingofOutputofThermalPower unitBasedonImprovedBPNeuralNetwork SUNJian—ping，LIXiao—jiao，GAODong—lei，ZHANGJian—hui (HebeiEngineeringResearchCenterofSimulationandOptimizedControlforPowerGeneration， NoahChinaElectricPowerUniversity，BaodingHebei071003，China) ABSTRACT：Thestableoutputofthethermalpowerunitinfluencesthesafeandstableoperationofthepowersys— tem．Themainfactorsthatinfluencethepoweroftheunitaremainsteam flow，mainsteam temperatureandmain steam pressure．Butthecharacterofthesuperheatedsteam istoocomplex，SOusingmathematicalfomr ulatoindicate 山erelationbetweenthem isdifficult．Thearticleusedthedatabetween470MW 一560MW of600 MW supercritical unitof#2unitinYunNanWeiXinthermalpowerasthetrainingdata．andtheBPneur~ networktoolbox，contrast basicBPalgorithm toBPalgorithm withvariablestepsize，provingtheneuralnetworkthatbasedonBPalgorithm with variablestepsizecanexactlyrepresentthenonlinearrelationbetweenthepoweroftheunitandthemainsteam flow， mainsteam temperature，andmainsteam pressureofthatloadperiod． KEYW ORDS：Variablestepsize；Thepoweroftheunit；Nonlinear；Identifyandmodel 较为复杂 ，难以用明确的公式来表明它们之间的关系…。 1 引言 常用的系统辨识建模方法为最小二乘法，此算