论文摘要
电站的主要动态特性包括非线性、多变量耦合和不确定性,采用传统控制方法难以实施有效控制。本文针对联合循环燃气轮机的特点,采用小偏差线性化法建模燃气轮机不同工况的模型,将多变量广义预测控制策略应用于燃气轮机系统转速和功率的控制。研究了基于线性模型的监督预测控制算法,并将其推广到多变量系统,针对单元机组协调控制进行仿真。提出了基于模糊神经网络模型的非线性监督预测控制优化算法,同时通过引入Kuhn-Tucker条件可以处理受限问题。文中以燃气轮机为例,在不同工况下进行了仿真研究,与线性模型督预测控制效果进行比较,仿真结果表明了其良好的控制效果和跟踪能力。
论文目录
中文摘要英文摘要第一章 引言1.1 模型预测控制的产生、特点和发展1.1.1 模型预测控制的特点1.1.2 模型预测控制的各种方法1.2 非线性预测控制1.2.1 基于机理模型的非线性预测控制(NLMPC)1.2.2 基于实验模型的 NLMPC1.2.3 基于智能模型的 NLMPC1.3 分级递阶预测控制1.4 模型预测控制在电力工业中的应用1.5 本文选题的意义和研究的内容第二章 多变量广义预测控制的研究2.1 多变量广义预测控制算法2.1.1 被控对象的受控自回归积分滑动平均模型(CARIMA)2.1.2 多步输出预测与 Diophantine 方程的递推解2.1.2.1 j 步导前输出预测2.1.2.2 Diophantine 方程式的递推解2.1.3 最优控制律的计算2.2 基于有约束的多变量 GPC 算法2.2.1 约束条件的设置2.2.2 约束优化的多变量最优控制律2.3 应用实例2.3.1 燃气轮机的工作原理2.3.2 基于小偏差线性化的燃气轮机建模2.3.3 仿真分析2.3.3.1 无约束条件2.3.3.2 约束条件2.4 本章小结第三章 多变量监督预测控制3.1 前言3.2 多变量监督预测控制算法3.2.1 模型和性能指标3.2.2 控制算法的推导过程3.2.3 优化算法3.3 应用实例3.4 本章小结第四章 基于模糊神经网络模型的非线性监督预测控制策略4.1 前言4.2 多变量非线性监督预测控制算法4.2.1 模糊神经网络模型4.2.1.1 模型4.2.1.2 模糊神经网络学习4.2.2 调节层模型4.2.3 性能指标及约束4.2.3.1 性能指标4.2.3.2 约束量4.2.4 优化算法4.3 应用实例4.3.1 燃气轮机的模糊神经网络模型4.3.2 仿真分析4.3.2.1 经济性评估4.3.2.2 无约束控制4.3.2.3 约束控制4.4 本章小结第五章 结论与展望参考文献致谢在学期间发表论文和参加科研情况
相关论文文献
标签:监督预测控制论文; 模糊神经网络论文; 联合循环电厂论文; 广义预测控制论文;