[发明专利]一种基于神经网络逆控制的大型燃煤电站CO2

摘要

本发明公开了一种基于神经网络逆控制的大型燃煤电站CO2捕集系统及前馈控制方法，将燃煤电站CO2捕集系统看作为五输入‑五输出的多变量系统，选取主蒸汽压力、汽水分离器出口焓值、机组发电量、CO2捕集率及再沸器温度为主要被控变量，选取机组给煤量、给水量、主蒸汽阀门、贫液流量及再沸器蒸汽流量为相对应的控制变量。本发明采用BP神经网络技术，建立大型燃煤电站CO2捕集系统的逆模型，从而可以根据给定值计算出所需要的控制变量，实现提前控制，能够有效处理整体系统的大延迟特性，提高输出侧的动态调节品质；此外，通过增加PID控制补偿器实现对神经网络逆模型的修正，从而增强其抗扰动和不确定性能力，使得控制系统适应工业现场需要。

主权项

1.一种基于神经网络逆控制的大型燃煤电站CO₂捕集系统，其特征在于，包括：目标值设置单元(1)、神经网络逆控制器(2)、PID控制补偿器(3)、大型燃煤电站CO₂捕集整体系统模型(4)、第一延迟单元(5)和第二延迟单元(6)；目标值设定单元(1)有两路输出，分别与神经网络逆控制器(2)和PID补偿控制器(3)相连；目标值设定单元(1)输出r(k+1)与大型燃煤电站CO₂捕集整体系统模型(4)输出y(k+1)的偏差e(k)作为PID控制补偿器(3)的输入，求解出补偿输入变量u_PID(k)；大型燃煤电站CO₂捕集整体系统模型(4)的输入量u(k)为PID控制补偿器(3)输出u_PID(k)与神经网络逆控制器(2)输出u_NN(k)之和；大型燃煤电站CO₂捕集整体系统模型(4)的输入变量u(k)与输出变量y(k+1)分别通过第一延迟单元(5)和第二延迟单元(6)，得到延迟变量u(k‑1)与y(k)；第一延迟单元(5)和第二延迟单元(6)输出变量u(k‑1)与y(k)与目标值设定单元(1)输出r(k+1)作为神经网络逆控制器(2)输入，计算出输出u_NN(k)。