智能控制网络的机组控制范文

1PID模糊神经网络的学习

1.1网络初始化神经网络的初始化即为模糊规则的设定与隶属度函数的导入。也就是将PID模糊控制器上的控制准则按照神经元的逻辑，将神经网络初始化，需要确定神经网络的连接方式、神经网络层数和神经元连接权值或参数。

1.2在线调整阶段完成神经网络初始化之后，就已经将神经网络的模糊规则的制定以及隶属度函的选取和相关权值与参数导入了神经网络，神经网络的整体构造已经完成，这时形成的神经网络已经完全能够取代PID模糊控制器的功能。

2火电站机炉协调控制系统的组成

机炉的协调控制系统原理，其中P0、N0、H0分别为汽包压力定值、功率的给定值和汽包水位的给定值。而对应的输出P、N、H则是其对应的实时汽包压力、功率与水位的大小。本协调系统中采用PID模糊神经网络控制器对汽包的压力值进行调节，其调节的对象为调节速率较慢的燃油控制，对于压力的控制其控制的回路滞后度高、纯延迟较大，因此采用了PID模糊神经网络控制器对其进行控制以期提高控制品质。而对于功率的控制采用了PID模糊控制器来进行调节，调节对象为主汽门，其控制回路调节速度快，为了提高功率调节的响应速率采用了PID模糊控制器调节。给水的水位线控制则采用一般PID调节控制。

3结语

本文针对火电单元机组协调控制的非线性模型，设计了一种自学习机制的PID模糊神经网络控制器对其汽包压力进行调节，能够克服汽包压力控制调节回路中滞后度高和纯延迟大的特点，提高汽包压力的控制品质，以及避免运行控制过程中的不确定随机性干扰。PID模糊神经网络控制器初值易于设定且其在线学习能力也较强等特点，具备较强鲁棒特性。

作者：方琳 蔡沛 单位：西北电力设计院有限公司