CN111981862A - 一种表面式间冷***的循环水流量控制方法及装置 - Google Patents

一种表面式间冷***的循环水流量控制方法及装置 Download PDF

Info

Publication number
CN111981862A
CN111981862A CN202010920949.9A CN202010920949A CN111981862A CN 111981862 A CN111981862 A CN 111981862A CN 202010920949 A CN202010920949 A CN 202010920949A CN 111981862 A CN111981862 A CN 111981862A
Authority
CN
China
Prior art keywords
water flow
circulating
load
circulating water
indirect cooling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010920949.9A
Other languages
English (en)
Inventor
贾斌
贾志军
刘洋
李晓波
杨彦平
刘瑞锋
马涛
张锋锋
呼斯乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia Powerbeijing Kangbashi Thermoelectricity Co ltd
Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co Ltd
Original Assignee
Inner Mongolia Powerbeijing Kangbashi Thermoelectricity Co ltd
Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inner Mongolia Powerbeijing Kangbashi Thermoelectricity Co ltd, Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co Ltd filed Critical Inner Mongolia Powerbeijing Kangbashi Thermoelectricity Co ltd
Priority to CN202010920949.9A priority Critical patent/CN111981862A/zh
Publication of CN111981862A publication Critical patent/CN111981862A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28—HEAT EXCHANGE IN GENERAL
    • F28B—STEAM OR VAPOUR CONDENSERS
    • F28B11/00—Controlling arrangements with features specially adapted for condensers

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种表面式间冷***的循环水流量控制方法及装置，该方法包括：采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、以及环境温度；选取所述机组负荷、间冷进塔水温、出塔水温、以及环境温度作为第一训练信号；选取循环冷却水流量数据为第二训练信号；根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。本发明实现了对表面式间接空冷循环冷却水流量的动态预估。

Description

一种表面式间冷***的循环水流量控制方法及装置
技术领域
本发明涉及电站节能降耗的表面式间接空冷***，具体涉及一种表面式间冷***的循环水流量控制方法及装置。
背景技术
电站空冷***按照冷却原理的不同，可以分为直接空冷***和间接空冷***。间接空冷***可以分为表面式凝汽器间接空冷***(表面式间接空冷***)和混凝式凝汽器间接空冷***。
表面式间接空冷***，其***工作流程为：循环水进入表面式凝汽器的水侧通过表面换热，冷却凝汽器汽侧的汽轮机排汽，受热后的循环水由循环水泵送至空冷塔，通过空冷散热器的冷却组件(冷却三角)与空气进行表面换热，循环水被空气冷却后再返回凝汽器去冷却汽轮机排汽，构成了密闭循环。整个***流程由二次表面式换热构成，热交换平衡方程为：
DC(hC-hC′)＝DW(tR-tL)CW＝DF(TOUT-TIN)CF
式中：DC—汽轮机排汽流量；hC—汽轮机排汽焓值；hC′—凝结水焓值；DW—循环水流量；tR—循环水***热水温度，即间冷进塔水温度；tL—循环水***间冷出塔水温，即间冷出塔水温度；CW—循环水比容；DF—冷却风流量；TOUT—冷却三角出风温度；TIN—冷却三角进风温度；CF—冷却风比容。
在机组负荷一定时，间冷***全出力(扇段全投、百叶窗全开、循环水流量100％)且保持恒定的前提下，间冷进塔水温tR与出塔水温tL随环境温度同步变化，是环境温度的单一函数，汽机凝汽器进出水温差tR-tL基本保持不变。设想，在春秋季节环境温度下降时，如果保持进塔水温tR稳定在某一水平，随着tL的下降，则凝汽器进出水温差tR-tL增大；又因为凝汽器热负荷一定，凝汽器进出水温差的增大可以换取循环水流量DW的减少，达到节能优化的目的。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术无法实现对表面式间接空冷循环冷却水流量的动态预估。
发明内容
有鉴于此，本发明实施例的目的在于提供一种表面式间冷***的循环水流量控制方法及装置，以实现对表面式间接空冷循环冷却水流量的动态预估。
第一方面，本发明实施例提供了一种表面式间冷***的循环水流量控制方法，其包括：
采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、环境温度、风向、风速、以及冷却风量；
选取所述机组负荷、间冷进塔水温、出塔水温、环境温度、风向、风速、以及冷却风量作为第一训练信号；
选取循环冷却水流量数据为第二训练信号；
根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
第二方面，本发明实施例提供了一种表面式间冷***的循环水流量控制装置，其包括：
主导元素确定模块，用于采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、环境温度、风向、风速、以及冷却风量；
第一训练信号选取模块，用于选取所述机组负荷、间冷进塔水温、出塔水温、环境温度、风向、风速、以及冷却风量作为第一训练信号；
第二训练信号选取模块，用于选取循环冷却水流量数据为第二训练信号；
预测模型建立模块，用于根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
循环水流量控制模块，用于根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的表面式间冷***的循环水流量控制方法。
第四方面，本发明实施例提供了一种计算机设备，其包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的表面式间冷***的循环水流量控制方法。
上述技术方案具有如下有益效果：本发明实施例基于表面式间冷***变工况特性曲线，采用主元分析及多变量过程监测选出影响循环冷却水流量的主导因素，进而利用最小二乘支持向量机建立循环冷却水流量的预测模型，从而实现了对表面式间接空冷循环冷却水流量的动态预估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的进塔水温、出塔水温与环境温度曲线(间接空冷***变工况特性曲线)；
图2是本发明实施例的循环水流量与环境温度曲线(间接空冷***变工况特性曲线)；
图3是本发明实施例的一种表面式间冷***的循环水流量控制方法的流程图
图4是本发明实施例的表面式循环水***控制结构框架图；
图4A是本发明实施例的负荷区间的示意图；
图5是本发明实施例的MD-TDOF-PID控制***结构框图；
图6是本发明实施例的循环水***控制逻辑结构简化图；
图7是本发明实施例的表面式间冷***的循环水流量控制装置的功能框图；
图8是本发明实施例的电子设备的功能框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在不同负荷工况、不同环境工况下针对表面式间冷***进行换热计算，得出间接空冷***变工况特性曲线：分别建立间冷***进塔水温、出塔水温、循环水流量与环境温度的关系曲线，并参照上述变工况特性曲线进行间冷***循环水流量控制。为提高控制精度，在机组正常运行负荷区间内(170MW～350WM)，每间隔20MW计算一组曲线，形成“机组功率-环境温度-循环水流量”三维控制网格。间冷特性曲线以100％额定工况(350MW)特性曲线为例，如图1、图2所示，图1是本发明实施例的进塔水温、出塔水温与环境温度曲线；图2是本发明实施例的循环水流量与环境温度曲线。
表面式间接空冷循环冷却水流量的动态预估对于最终的控制效果非常重要。本发明的实施例基于表面式间冷***变工况特性曲线，采用主元分析及多变量过程监测选出影响循环冷却水流量的主导因素，进而利用最小二乘支持向量机建立循环冷却水流量的预测模型。
图3是本发明实施例的一种表面式间冷***的循环水流量控制方法的流程图。如图3所示，该方法包括如下步骤：
S110：采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷(单位：MW)、间冷进塔水温(温度测量，单位：℃)、出塔水温、以及环境温度；
S120：选取所述机组负荷、间冷进塔水温、出塔水温、以及环境温度作为第一训练信号；
S130：选取循环冷却水流量数据(循环水流量，单位：t/h)为第二训练信号；
S140：根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
S150：根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
在一些示例性的实施方式中，该方法还可以包括如下步骤：
确定风向(塔外风向，单位：°)、风速(塔外风速，单位：m/s)、冷却风量(单位：t/h)作为非主导元素或辅助元素；
选取风向、风速、冷却风量作为第三训练信号；
则步骤S140可细化为包括：根据第一训练信号、第二训练信号和第三训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型。
在一些示例性的实施方式中，步骤S150中的根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量，具体可以包括如下步骤：
根据所述循环冷却水流量的预测模型的输出值，控制表面式间冷***的循环水流量；其中，所述输出值为循环水***主机变频器频率给定值。
在一些示例性的实施方式中，所述循环冷却水流量的预测模型的控制回路包括：内环回路和外环回路；
所述内环回路包括：G1(s)和PI控制器，所述G1(s)是循环水***主机变频器在频率变化的过程中，对应循环水流量变化的传递函数；所述PI控制器是固定增益形式的PI控制器；
所述外环路包括：G2(s)、一个或多个MD-TDOF-PID控制器和负荷加权器，所述G2(s)是循环水流量变化过程中，引起反应器出水塔温度的变化，所建立的传递函数；
所述负荷加权器，用于根据当前实际负荷所处于的负荷区间，确定每个MD-TDOF-PID控制器的权重系数，对全部的MD-TDOF-PID控制器的输出值与其相应的权重系数进行加权求和，以得到负荷加权器的输出值；其中，所述负荷区间有多个且依次增大，每个负荷区间包含的两个端点值中，至少有一个端点值是与某个MD-TDOF-PID控制器相对应的特定负荷。
在一些示例性的实施方式中，所述MD-TDOF-PID控制器，可以包括：
PD反馈补偿器F(s)、主控制器C(s)和设定值滤波器；
所述PD反馈补偿器F(s)是在被控对象P(s)上加入PD反馈环节F(s)，P(s)经F(s)补偿后形成广义被控对象G(s)：
Figure BDA0002666711850000051
其中，K为对象增益，T为时间常数，L为时滞时间；s表示时间函数经拉普拉斯变换后变为离散复变函数，也即在从数学角度来看，对g(t)做一个拉普拉斯变换得到一个对应的在新的空间中的函数G(s)，而s是在这个新的空间中的变量符号。
所述主控制器C(s)包括：增益Kc、二自由度IMC器Q(s)和理想模型Gi(s)；
Q(s)中的二自由度参数λ和α分别用来调节主控制器C(s)的信号追踪和抗干扰性；
理想模型Gi(s)根据广义对象G(s)来设置；
根据内模控制原理，将控制***中的参数分别设置为：
Kc＝1/K，Tc＝T，Lc＝L；
则主控制器C(s)传递函数化简为：
Figure BDA0002666711850000052
***闭环传递函数化简为：
Figure BDA0002666711850000053
所述设定值滤波器，用于调节***输出的响应速度；通过该设定值滤波器，***输入传递函数为：
Figure BDA0002666711850000061
***干扰传递函数为：
Figure BDA0002666711850000062
当s→0时，有Gr(s)＝1，Gd(s)＝0。
本发明的实施例首先采用主元分析及多变量过程监测选出影响循环冷却水流量的主导因素，选取循环冷却水流量数据为第二训练信号，进而利用最小二乘支持向量机(least square support vector machine，LSSVM)建立循环冷却水流量的预测模型。选用最小二乘支持向量机建立预测模型具有如下优点：
利用最小二乘支持向量机，可以根据选取的训练对象数据，求得未知区域数据，使之与实际数据之间误差最小。
采用最小二乘支持向量机，可以最小化过程计算误差，并能寻找到最佳数据和与之相匹配的最佳传递函数，利于建模。
可以根据所求得的数据，拟合曲线数据，所取得的拟合曲线更接近真实运行参数。
本发明实施例选取循环冷却水流量数据为第二训练信号，选取出机组负荷、间冷进塔水温、出塔水温、环境温度为第一训练信号，选取风向、风速、冷却风量作为第三训练信号，这些信号又包括主导因素、辅助因素两部分，这些训练信号在正常机组运行的过程中，直接影响循环冷却水流量的大小。
以下对本发明实施例的上述方法进行更加详细的说明：
1)主元分析及多变量过程监测
Pearson最早提出主元分析法，对于存在相关性的多个变量，经过主元分析可转化为少数几个相互独立的变量。对数据维数压缩的非常有效，其能够在简化统计数据的同时，发现变量间的关系。
设X是n×m数据矩阵，其中每个变量为一列，一个数据样本则为一行。矩阵X可以分解为m个向量外积之和，即
Figure BDA0002666711850000063
式中，ti∈Rn为得分向量，为得分矩阵Tk的第i列。pi∈Rm为负荷向量。通过适当的主元贡献率可得到X的主元模型。
Figure BDA0002666711850000064
原矩阵与主元模型的误差矩阵E:
Figure BDA0002666711850000071
同时对多主元进行监控的实现可通过计算T2统计量完成。
对于第i时刻的样本点Xi，T2统计量的定义：
Figure BDA0002666711850000072
主元模型的Q统计量也被称为SPE统计量。对第i个采样点来说
Figure BDA0002666711850000073
在第i时刻第j个过程变量对Q统计值的贡献为：
Figure BDA0002666711850000074
T2统计量是多个变量共同累计的标量，各变量经过归一化后，中心均位于原点，数据偏离正常状态的程度可用其来反映。计算过程变量对T2统计量的贡献并绘制为直方图，从图上可直观分析出每个过程变量对T2统计量的贡献大小，得到引起过程变化的过程变量。
SPE表示此时刻数据Xi偏离主元模型的程度，能有效刻画新数据的变化,同样为一标量。SPE代表主元模型未能解释的数据变化，SPE较大时，表明过程存在异常。在SPE过大时，根据各过程变量对SPE的贡献，再综合T2统计量选出主导元素。
2)最小二乘支持向量机
支持向量机(Support Vector Machine)被Vapnik等提出，是一种新的以统计学理论为基础的学习方法。对模型的非线性及局部最优等问题有着不错的效果。
N维输入向量由非线性映射Φ(·)映射到维数较高的特征空间，再采用结构风险最小化原则在被映射到的空间中建立最优决策函数，在维数较高的空间的点积运算可巧妙的利用原空间的核函数代替。最小二乘支持向量机的不同是将损失函数改为误差ξi的二次方项，其问题的优化转化为
Figure BDA0002666711850000075
s.t.yi＝ωTφ(xi)+b+ξi(i＝1,2,…m)
利用上式的对偶形式可求取最优解，目标函数和约束条件可建立起对偶拉格朗日函数。
Figure BDA0002666711850000076
根据优化条件：
Figure BDA0002666711850000081
可得：
Figure BDA0002666711850000082
式中，
Figure BDA0002666711850000083
αi＝cξi
ωTφ(xi)+b+ξi-yi＝0
核函数K(x,xi)＝Φ(x)T·Φ(xi)可实现非线性映射，根据核函数定义可将优化问题转化为下面线性问题求解：
Figure BDA0002666711850000084
最后，最小二乘支持向量机的估计输出函数可表示为：
Figure BDA0002666711850000085
满足Mercer条件的任意对称函数都可作为核函数K(x,xi)，支持向量机会因核函数的不同而不同，一般以应用径向基核函数居多。
3)预测模型的建立
软测量预测技术首先找出与被测变量有密切关系且易得到的一些辅助变量，再通过这些辅助变量建立相关模型来估计目标变量。本发明实施例则通过软测量技术预测循环冷却水流量。
将经过预处理后的初始辅助变量经过主元分析及多变量过程监测，得到影响循环冷却水流量的主导元素。在一个实施例中，利用主导元素和循环冷却水流量数据作为最小二乘支持向量机预测模型的训练数据。其中，上述的初始辅助变量包括：机组负荷、间冷进塔水温、出塔水温、环境温度、风向、风速、冷却风量。
在一个实施方式中，根据经验和机理，选择出：机组负荷、间冷进塔水温、出塔水温、环境温度、作为主导元素或因素样本，将主导元素样本作为模型的输入，循环水流量作为模型的输出。在另一个实施方式中，选择出风速、风向、冷却风流量作为非主导元素，将该非主导元素作为模型的另一个输入。图1、图2的结果是这个模型输入的主要参数，作为主导元素进行分析，其他几个作为辅助元素参与。在本实施例中，风速、风向、冷却风流量在本模型中为非主导因素或者辅助变量因素。
本发明实施例采用串级控制作为表面式间接空冷***循环水流量控制的基本结构，外回路采用MD-TDOF-PID控制，内回路采用PI控制，控制结构框图如图4、图5所示。
图4是本发明实施例的表面式循环水***动态预测模型的控制基本结构框架图。如图4所示，该控制回路由内、外环控制，内环回路由G1(s)和PI控制器构成，G1(s)是循环水***主机变频器在频率变化的过程中，对应循环水流量变化的传递函数，在不同的负荷段，其传递函数存在着不同的差异，但差异部分具有一定的规律性。而在实际应用过程中由于内环回路随机组负荷变化较小，因此在控制过程中常采用固定增益形式的PI控制器。外环路包括：G2(s)、MD-TDOF-PID控制器和负荷加权器，G2(s)是循环水流量变化过程中，引起反应器出水塔温度的变化，所建立的传递函数。
负荷加权器，用于根据当前实际负荷所处于的负荷区间，确定每个MD-TDOF-PID控制器的权重系数，对全部的MD-TDOF-PID控制器的输出值与其相应的权重系数进行加权求和，以得到负荷加权器的输出值。其中，负荷区间有多个，数值依次增大，每个负荷区间包含的两个端点值(即区间的下限和上限)中，至少有一个是与某个MD-TDOF-PID控制器相对应的特定负荷。
当具有三个MD-TDOF-PID控制器时，负荷加权器确定一个或以上的有效的权重系数。假设第一MD-TDOF-PID控制器、第二MD-TDOF-PID控制器、第三MD-TDOF-PID控制器分别对应的特定负荷是依次增大的Pe1，Pe2，Pe3，则确定了4个负荷区间或负荷段：第一负荷区间[Pe0，Pe1]、第二负荷区间[Pe1，Pe2]、第三负荷区间[Pe2，Pe3]、第四负荷区间[Pe3，Pe4]，Pe0是任意小于Pe1的机组负荷，Pe4是任意的大于Pe3的机组负荷。
如果当前实际负荷Pe处于第一负荷区间[Pe0，Pe1]，则确定第一MD-TDOF-PID控制器对应的权重系数X1为1，并且X2和X3为0；
如果当前实际负荷Pe处于第二负荷区间[Pe1，Pe2]，则确定第三MD-TDOF-PID控制器的权重系数X3为0，并且根据如下公式确定第一、第二MD-TDOF-PID控制器对应的权重系数X1，X2：
Figure BDA0002666711850000091
其中，abs为求取绝对值函数；
如果当前实际负荷Pe处于第三负荷区间[Pe2，Pe3]，则确定第一MD-TDOF-PID控制器的权重系数X1为0，并且根据如下公式确定第二、第三MD-TDOF-PID控制器对应的权重系数X2，X3：
Figure BDA0002666711850000101
其中，abs为求取绝对值函数；
如果当前实际负荷Pe处于第四负荷区间[Pe3，Pe4]，则确定第三MD-TDOF-PID控制器的权重系数X3＝1，并且确定第一、第二MD-TDOF-PID控制器对应的权重系数为X1和X2为0。
图4A是本发明实施例的负荷区间的示意图。以下通过图4A说明负荷区间和三个MD-TDOF-PID控制器的权重系数之间的关系。如图4A所示，在一个示例中，负荷为200MW、260MW、320MW时分别对应三个MD-TDOF-PID控制器(即图4中的MD-TDOF-PID控制器1、MD-TDOF-PID控制器2、MD-TDOF-PID控制器3)，分别输出为U1、U2、U3。
假如现在负荷是180MW时，落入A区间内，只有一个权重系数X1＝1，X2＝X3＝0，即只输出V＝U1*X1。
假如现在负荷是230MW时，落入B区间内，根据上述公式或规则，产生两个有效权重系数，分别是X1、X2，且此时X1＝X2＝0.5，x3＝0，即只输出V＝X1*U1+X2*U2。
假如现在负荷是290MW时，落入C区间内，根据上述公式或规则，产生两个有效权重系数，分别是X2、X3，X1＝0，且此时X2＝X3＝0.5，即只输出V＝X2*U2+X3*U3。
假如现在负荷是大于320MW时，落入D区间内，只有一个权重系数X3＝1，X1＝X2＝0，即只输出V＝U3*X3。
负荷加权器的输出值为V，即为
Figure BDA0002666711850000102
Ui为不同工况下MD-TDOF-PID控制器输出值，从而可以看出加权后控制器输出值V，具有平滑过渡作用，使其在全负荷范围内均有数值输出，避免在不同工况下数据切换而出现跳跃式波动。
再结合参阅图4，上这实际负荷Pe表示机组自身发电负荷，“负荷调度”是电网给机组的负荷指令，在机组协调方式下，实际负荷需要跟着负荷调度进行调整。不同的负荷区间对应不同的间冷特性曲线(类似图1、图2)，根据机组当前负荷所处的负荷区间，选取对应的间冷特性曲线进行循环水流量控制。在图4中，作为一个示例，采用三个相同功能的MD-TDOF-PID控制器，但是这三者的权重不相同。
y是动态预测模型输出值，该值为循环水***主机变频器频率给定，供图4与循环水***主机变频器频率反馈信号r进行运算。
图5是本发明实施例的图4中MD-TDOF-PID控制器的具体结构框图。如图5所示，MD-TDOF-PID是基于模型驱动的二自由度PID，model-driven Two-Degree-of-Freedom PID，MD-TDOF-PID控制***包括：三个模块，在原基础上新增理想模型Gi(s)、PD反馈补偿器F(s)和滤波器。具有如下改进点和优点：
增加PD反馈补偿器F(s)环节，有效改善***不稳定状态，使***被控对象逐渐趋于稳定，利于对象动态特性的稳定。
增加理想模型Gi(s)为了定向研究一个因数对另外一个因素时，可以忽略其他因素对***的干扰，使其数据近乎理想的条件下进行，以此反映主要因素引起的变化过程，从而得出简化型过程模型。
由于***各元素在动态监测过程中，存在不稳定性，偶尔出现高频测量信号，使测量数据偏离真实值，因而增加滤波器，以过滤在运行过程中出现的干扰信号，使测量数据回归真实值范围之内，从而提升***的抗干扰能力，利于***稳定性改善。
采用两级负反馈回路的设计回路，可以降低***在控制回路的放大系数，改善***在工作性能，减少***在运行过程中的所引起的各种信号的非线性失真，消除控制回路静态误差和动态误差，利于提升***的稳定性。
图5中部分参数的含义定义如下：
ry：主机变频器频率反馈信号；
e：主机变频器频率反馈信号ry与主机变频器频率指令信号ye之间的偏差值；
u：内环回路偏差值；
d：辅助变量综合信号；辅助变量即辅助因素或非主导因素；
Tf,：PD反馈回路的时间常数；
Kf：PD反馈回路的增益系数；
γ：PD反馈回路的分母上的系数。
以下对图5中主要部件的功能及工作原理进行详细说明：
(1)PD反馈补偿器F(s)
PD反馈补偿器是在被控对象P(s)上加入PD反馈环节F(s)，使不稳定对象得以稳定或改善稳定对象动态特性。P(s)经F(s)补偿后形成广义被控对象G(s)，在工程上应用一阶惯性时滞对象近似描述，即：
Figure BDA0002666711850000111
式中：K为对象增益，T为时间常数，L为时滞时间。
(2)主控制器C(s)
主控制器C(s)包括：增益Kc、二自由度IMC器Q(s)和理想模型Gi(s)三部分。Q(s)中的二自由度参数λ和α分别用来调节主控制器C(s)的信号追踪和抗干扰性。理想模型Gi(s)则根据广义对象G(s)来设置。理想模型Gi(s)的实现，依据被控对象的特性进行设置，对于本工程由于其管线长、温度测量存在较大的延迟性，属于大延迟特性。因而根据这些特征来设置理想模型Gi(s)，该理想模型Gi(s)的功能是为了克服测量过程中存在的延迟。根据内模控制原理，将控制***中的参数分别设置为：
Kc＝1/K，Tc＝T，Lc＝L
则主控制器C(s)传递函数化简为：
Figure BDA0002666711850000121
***闭环传递函数化简为：
Figure BDA0002666711850000122
其中，G0(s)对应于表示MD-TDOF-PID控制器的一部分，即MD-TDOF-PID控制器中除了设定值滤波器以外的部分。
(3)设定值滤波器
设定值滤波器主要是用来调节主机循环水流量控制***输出的响应速度。通过该环节，***输入传递函数为：
Figure BDA0002666711850000123
其中，Gr(s)是对应于MD-TDOF-PID控制器的整体。
***干扰传递函数为：
Figure BDA0002666711850000124
当s→0时，有Gr(s)＝1，Gd(s)＝0。因此按照上述***的参数设置，可使该控制***可以追踪所有的输入信号并对干扰进行很好的抑制。
根据衰减曲线法(衰减率ψ＝0.95)对内回路进行整定，得出PI控制器的参数为：δ＝0.47，Ti＝0.702。在同一参数设定下，3个工况下内回路的单位阶跃响应在t＝3s时均可以达到稳态1，满足其作为外回路的快速随动***的要求。在内回路整定好的基础上，将其等效为增益1，与外回路对象G(s)一起构成控制***中的被控对象P(s)，在此基础上设计MD-TDOF-PID控制器并进行参数整定。根据如下公式(1)至公式(5)，求得3个典型工况下的反馈补偿器F(s)、近似的广义对象G(s)、参数λ和α的值，见表1。
表1：MD-TDOF-PID控制***的参数配置
Figure BDA0002666711850000131
根据如下公式(1)到公式(5)将图5被控对象P(s)通过泰勒公式展开成分母多项式的形式，即：
Figure BDA0002666711850000132
反馈补偿器通过泰勒公式展开成分母多项式的形式为：
Figure BDA0002666711850000133
当被控对象处于稳定且无超调量的理想状态时，其可以表示为：
Figure BDA0002666711850000134
式中：σ为响应时间，β2和β3为响应的状态因子，β2＝0.38,β3＝0.08。
P(s)在进行PD反馈F(s)的补偿后，所得的被控对象G(s)(由P(s)和F(s)中的参数表示)与其理想状态(式1)式进行模型匹配，得到F(s)中参数的计算公式为：
Figure BDA0002666711850000135
将由一阶惯性加时滞所近似的广义被控对象，在s＝0处按泰勒公式展开，即：
Figure BDA0002666711850000136
将(式3)式与理想状态的(式1)式进行模型匹配，得出主控制器C(s)中参数的计算公式为：
Figure BDA0002666711850000137
Q(s)中二自由度参数λ和α的计算公式为：
Figure BDA0002666711850000141
式中：ulim为操作变量u所允许的最大值，ω为干扰的频率。
根据上述公式及表格数据，可以设计出在诸多主导因素的逻辑MASA图(工程逻辑图)，如图6所示，图6是本发明实施例的循环水***控制逻辑结构简化图。通过采集后数据选出的主导因素：机组负荷、间冷进塔水温、出塔水温、环境温度，进入到图6的控制器的输入端rx，变频器指令y(用于控制流量)与频率反馈r的偏差是re，rx和re共同作用后，输入到设定值滤波器的输入端并输出ry，ry信号与MD-TDOF-PID控制器输出信号ye做偏差处理后得到一个偏差信号e，经过增益环节Kc，把偏差信号放大，供主控制器C(s)运算，根据结构，可得：
Figure BDA0002666711850000142
其中Kc＝1/K，得到的信号v供被控对象G(s)使用；其中，u是通过V-F(S)得到，u+d共同作为被控对象P(s)的输入信号；被控对象G(s)引入辅助变量d进行一定量的调节，其调节分量视现场需求确定，它只起到辅助作用，得出结果为ye，多个MD-TDOF-PID控制器的输出信号ye被输入至负荷加权器中，在负荷加权器中，多个ye(即前述的不同MD-TDOF-PID控制器的输出值Ui)和各自分别对应的权重系数Xi进行加权求和处理，经过负荷调度加权分配器处理后，得到负荷加权器的输出值，供内环回路使用，从而完成整个***的调节。
图7是本发明实施例的表面式间冷***的循环水流量控制装置的功能框图。如图7所示，该控制装置200包括：
主导元素确定模块210，用于采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、以及环境温度；
第一训练信号选取模块220，用于选取所述机组负荷、间冷进塔水温、出塔水温、以及环境温度作为第一训练信号；
第二训练信号选取模块230，用于选取循环冷却水流量数据为第二训练信号；
预测模型建立模块240，用于根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
循环水流量控制模块250，用于根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
在一些示例性实施方式中，所述循环水流量控制模块250，具体可以用于：
根据所述循环冷却水流量的预测模型的输出值，控制表面式间冷***的循环水流量；其中，所述输出值为循环水***主机变频器频率给定值。
在一些示例性实施方式中，所述循环冷却水流量的预测模型的控制回路包括：内环回路和外环回路；
所述内环回路包括：G1(s)和PI控制器，所述G1(s)是循环水***主机变频器在频率变化的过程中，对应循环水流量变化的传递函数；所述PI控制器是固定增益形式的PI控制器；
所述外环路包括：G2(s)、一个或多个MD-TDOF-PID控制器和负荷加权器，所述G2(s)是循环水流量变化过程中，引起反应器出水塔温度的变化，所建立的传递函数；
所述负荷加权器，用于根据当前实际负荷所处于的负荷区间，确定每个MD-TDOF-PID控制器的权重系数，对全部的MD-TDOF-PID控制器的输出值与其相应的权重系数进行加权求和，以得到负荷加权器的输出值；其中，所述负荷区间有多个且依次增大，每个负荷区间包含的两个端点值中，至少有一个端点值是与某个MD-TDOF-PID控制器相对应的特定负荷。
在一些示例性实施方式中，所述MD-TDOF-PID控制器，可以包括：
PD反馈补偿器F(s)、主控制器C(s)和设定值滤波器；
所述PD反馈补偿器F(s)是在被控对象P(s)上加入PD反馈环节F(s)，P(s)经F(s)补偿后形成广义被控对象G(s)：
Figure BDA0002666711850000151
其中，K为对象增益，T为时间常数，L为时滞时间；
所述主控制器C(s)包括：增益Kc、二自由度IMC器Q(s)和理想模型Gi(s)；
Q(s)中的二自由度参数λ和α分别用来调节主控制器C(s)的信号追踪和抗干扰性；
理想模型Gi(s)根据广义对象G(s)来设置；
根据内模控制原理，将控制***中的参数分别设置为：
Kc＝1/K，Tc＝T，Lc＝L；
则主控制器C(s)传递函数化简为：
Figure BDA0002666711850000152
***闭环传递函数化简为：
Figure BDA0002666711850000161
所述设定值滤波器，用于调节***输出的响应速度；通过该设定值滤波器，***输入传递函数为：
Figure BDA0002666711850000162
***干扰传递函数为：
Figure BDA0002666711850000163
当s→0时，有Gr(s)＝1，Gd(s)＝0。
本发明实施例还提供了一种电子设备，图8是本发明实施例的电子设备的功能框图。如图8所示，包括一个或多个处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现上述任意的一种表面式间冷***的循环水流量控制方法的各步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上任意一种表面式间冷***的循环水流量控制方法的各步骤。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备及可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种表面式间冷***的循环水流量控制方法，其特征在于，包括：
采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、以及环境温度；
选取所述机组负荷、间冷进塔水温、出塔水温、以及环境温度作为第一训练信号；
选取循环冷却水流量数据为第二训练信号；
根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
2.根据权利要求1所述的方法，其特征在于，所述根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量，具体包括：
根据所述循环冷却水流量的预测模型的输出值，控制表面式间冷***的循环水流量；其中，所述输出值为循环水***主机变频器频率给定值。
3.根据权利要求1或2所述的方法，其特征在于，所述循环冷却水流量的预测模型的控制回路包括：内环回路和外环回路；
所述内环回路包括：G1(s)和PI控制器，所述G1(s)是循环水***主机变频器在频率变化的过程中，对应循环水流量变化的传递函数；所述PI控制器是固定增益形式的PI控制器；
所述外环路包括：G2(s)、一个或多个MD-TDOF-PID控制器和负荷加权器，所述G2(s)是循环水流量变化过程中，引起反应器出水塔温度的变化，所建立的传递函数；
所述负荷加权器，用于根据当前实际负荷所处于的负荷区间，确定每个MD-TDOF-PID控制器的权重系数，对全部的MD-TDOF-PID控制器的输出值与其相应的权重系数进行加权求和，以得到负荷加权器的输出值；其中，所述负荷区间有多个且依次增大，每个负荷区间包含的两个端点值中，至少有一个端点值是与某个MD-TDOF-PID控制器相对应的特定负荷。
4.根据权利要求3所述的方法，其特征在于，所述MD-TDOF-PID控制器，包括：
PD反馈补偿器F(s)、主控制器C(s)和设定值滤波器；
所述PD反馈补偿器F(s)是在被控对象P(s)上加入PD反馈环节F(s)，P(s)经F(s)补偿后形成广义被控对象G(s)：
Figure FDA0002666711840000021
其中，K为对象增益，T为时间常数，L为时滞时间；
所述主控制器C(s)包括：增益Kc、二自由度IMC器Q(s)和理想模型Gi(s)；
所述Q(s)中的二自由度参数λ和α分别用来调节所述主控制器C(s)的信号追踪和抗干扰性；
所述理想模型Gi(s)根据广义对象G(s)来设置；
根据内模控制原理，将所述主控制器C(s)中的参数分别设置为：
Kc＝1/K，Tc＝T，Lc＝L；
则所述主控制器C(s)传递函数化简为：
Figure FDA0002666711840000022
***闭环传递函数化简为：
Figure FDA0002666711840000023
所述设定值滤波器，用于调节***输出的响应速度；通过该设定值滤波器，***输入传递函数为：
Figure FDA0002666711840000024
***干扰传递函数为：
Figure FDA0002666711840000025
当s→0时，有Gr(s)＝1，Gd(s)＝0。
5.一种表面式间冷***的循环水流量控制装置，其特征在于，包括：
主导元素确定模块，用于采用主元分析法及多变量过程监测法选出影响循环冷却水流量的主导元素，所述主导元素包括：机组负荷、间冷进塔水温、出塔水温、以及环境温度；
第一训练信号选取模块，用于选取所述机组负荷、间冷进塔水温、出塔水温、以及环境温度作为第一训练信号；
第二训练信号选取模块，用于选取循环冷却水流量数据为第二训练信号；
预测模型建立模块，用于根据所述第一训练信号和所述第二训练信号，利用最小二乘支持向量机LSSVM建立循环冷却水流量的预测模型；
循环水流量控制模块，用于根据所述循环冷却水流量的预测模型控制表面式间冷***的循环水流量。
6.根据权利要求1所述的装置，其特征在于，所述循环水流量控制模块，具体用于：
根据所述循环冷却水流量的预测模型的输出值，控制表面式间冷***的循环水流量；其中，所述输出值为循环水***主机变频器频率给定值。
7.根据权利要求5或6所述的装置，其特征在于，所述循环冷却水流量的预测模型的控制回路包括：内环回路和外环回路；
所述内环回路包括：G1(s)和PI控制器，所述G1(s)是循环水***主机变频器在频率变化的过程中，对应循环水流量变化的传递函数；所述PI控制器是固定增益形式的PI控制器；
所述外环路包括：G2(s)、一个或多个MD-TDOF-PID控制器和负荷加权器，所述G2(s)是循环水流量变化过程中，引起反应器出水塔温度的变化，所建立的传递函数；
所述负荷加权器，用于根据当前实际负荷所处于的负荷区间，确定每个MD-TDOF-PID控制器的权重系数，对全部的MD-TDOF-PID控制器的输出值与其相应的权重系数进行加权求和，以得到负荷加权器的输出值；其中，所述负荷区间有多个且依次增大，每个负荷区间包含的两个端点值中，至少有一个端点值是与某个MD-TDOF-PID控制器相对应的特定负荷。
8.根据权利要求7所述的装置，其特征在于，所述MD-TDOF-PID控制器，包括：
PD反馈补偿器F(s)、主控制器C(s)和设定值滤波器；
所述PD反馈补偿器F(s)是在被控对象P(s)上加入PD反馈环节F(s)，P(s)经F(s)补偿后形成广义被控对象G(s)：
Figure FDA0002666711840000031
其中，K为对象增益，T为时间常数，L为时滞时间；
所述主控制器C(s)包括：增益Kc、二自由度IMC器Q(s)和理想模型Gi(s)；
所述Q(s)中的二自由度参数λ和α分别用来调节所述主控制器C(s)的信号追踪和抗干扰性；
所述理想模型Gi(s)根据广义对象G(s)来设置；
根据内模控制原理，将控制***中的参数分别设置为：
Kc＝1/K，Tc＝T，Lc＝L；
则所述主控制器C(s)传递函数化简为：
Figure FDA0002666711840000041
***闭环传递函数化简为：
Figure FDA0002666711840000042
所述设定值滤波器，用于调节***输出的响应速度；通过该设定值滤波器，***输入传递函数为：
Figure FDA0002666711840000043
***干扰传递函数为：
Figure FDA0002666711840000044
当s→0时，有Gr(s)＝1，Gd(s)＝0。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任意一项所述的表面式间冷***的循环水流量控制方法。
10.一种计算机设备，其特征在于，其包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的表面式间冷***的循环水流量控制方法。
CN202010920949.9A 2020-09-04 2020-09-04 一种表面式间冷***的循环水流量控制方法及装置 Pending CN111981862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920949.9A CN111981862A (zh) 2020-09-04 2020-09-04 一种表面式间冷***的循环水流量控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920949.9A CN111981862A (zh) 2020-09-04 2020-09-04 一种表面式间冷***的循环水流量控制方法及装置

Publications (1)

Publication Number Publication Date
CN111981862A true CN111981862A (zh) 2020-11-24

Family

ID=73448488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920949.9A Pending CN111981862A (zh) 2020-09-04 2020-09-04 一种表面式间冷***的循环水流量控制方法及装置

Country Status (1)

Country Link
CN (1) CN111981862A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506056A (zh) * 2020-12-02 2021-03-16 江南大学 基于闭环阶跃响应串级回路pid控制参数自校正方法
CN112882513A (zh) * 2021-01-15 2021-06-01 青岛科技大学 一种适用于布洛芬傅克反应的精密温度控制装置及方法
CN114436449A (zh) * 2022-02-22 2022-05-06 江苏舜维环境工程有限公司 一种余热发电循环水处理装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013087709A (ja) * 2011-10-19 2013-05-13 Hitachi Ltd 復水器冷却水システム
GB201600780D0 (en) * 2015-01-19 2016-03-02 Hitachi Ge Nuclear Energy Ltd Control system and control method of circulating water pump
CN108469185A (zh) * 2018-01-25 2018-08-31 济南蓝辰能源技术有限公司 一种间接空冷***防冻回水温度控制方法
CN108733092A (zh) * 2018-05-21 2018-11-02 内蒙古电力(集团)有限责任公司 一种表面式间接空冷***循环水控制方法
CN110953922A (zh) * 2019-11-27 2020-04-03 河北涿州京源热电有限责任公司 间接空冷***基于最低防冻允许背压下的最小循环水流量调控方法
CN111058911A (zh) * 2019-11-27 2020-04-24 河北涿州京源热电有限责任公司 基于环境湿球温度的火力发电机组冷端背压实时控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013087709A (ja) * 2011-10-19 2013-05-13 Hitachi Ltd 復水器冷却水システム
GB201600780D0 (en) * 2015-01-19 2016-03-02 Hitachi Ge Nuclear Energy Ltd Control system and control method of circulating water pump
CN108469185A (zh) * 2018-01-25 2018-08-31 济南蓝辰能源技术有限公司 一种间接空冷***防冻回水温度控制方法
CN108733092A (zh) * 2018-05-21 2018-11-02 内蒙古电力(集团)有限责任公司 一种表面式间接空冷***循环水控制方法
CN110953922A (zh) * 2019-11-27 2020-04-03 河北涿州京源热电有限责任公司 间接空冷***基于最低防冻允许背压下的最小循环水流量调控方法
CN111058911A (zh) * 2019-11-27 2020-04-24 河北涿州京源热电有限责任公司 基于环境湿球温度的火力发电机组冷端背压实时控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱高峰等: "基于主导因素NOx含量的动态预估的控制逻辑优化", 《节能》 *
陈瑞君等: "火电厂SCR脱硝***多模型自适应控制", 《自动化与仪器仪表》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506056A (zh) * 2020-12-02 2021-03-16 江南大学 基于闭环阶跃响应串级回路pid控制参数自校正方法
CN112882513A (zh) * 2021-01-15 2021-06-01 青岛科技大学 一种适用于布洛芬傅克反应的精密温度控制装置及方法
CN114436449A (zh) * 2022-02-22 2022-05-06 江苏舜维环境工程有限公司 一种余热发电循环水处理装置
CN114436449B (zh) * 2022-02-22 2023-06-30 江苏舜维环境工程有限公司 一种余热发电循环水处理装置

Similar Documents

Publication Publication Date Title
CN111981862A (zh) 一种表面式间冷***的循环水流量控制方法及装置
CN111443681B (zh) 超临界火电机组协调控制***多模型预测控制设计方法
He et al. Multiple fuzzy model-based temperature predictive control for HVAC systems
Ortega et al. Systematic design of weighting matrices for the H∞ mixed sensitivity problem
CN104375475B (zh) 间歇反应器中间歇反应过程的优化控制方法
CN108151253B (zh) 一种变风量空调送风温度自动补偿方法
CN108444201B (zh) 一种基于负荷动态变化的冷库温度前馈-模糊控制***及控制方法
Hou et al. Novel fuzzy modeling and energy-saving predictive control of coordinated control system in 1000 MW ultra-supercritical unit
CN110879620A (zh) 一种核电站立式蒸汽发生器液位控制方法以及***
Jia et al. A data-driven dual-rate control method for a heat exchanging process
García-Morales et al. Inverse artificial neural network control design for a double tube heat exchanger
Espín et al. A hybrid sliding mode controller approach for level control in the nuclear power plant steam generators
CN112015082B (zh) 一种基于模糊增益调度预测控制的机炉协调***控制方法
CN113835342A (zh) 一种过热汽温***的抗扰预测控制方法
CN109062030A (zh) 基于拉盖尔函数模型的火电单元机组负荷预测pid控制方法
Wei et al. Model predictive control for multi-zone Variable Air Volume systems based on artificial neural networks
CN112327628A (zh) 一种数据驱动的时滞***改进自适应广义预测控制方法
CN108803342B (zh) 一种单元机组负荷快速响应预测控制方法
Chen et al. Two-layered model predictive control strategy of the cut tobacco drying process
Wang et al. Model-based predictive control for spatially-distributed systems using dimensional reduction models
CN116047897A (zh) 一种基于参数自适应抗扰控制器的燃气轮机预测控制方法
CN114879513A (zh) 循环水***的实时优化节能控制方法及装置
Chavan et al. Implementation of fuzzy logic control for FOPDT model of distillation column
CN117355710A (zh) 一种用于控制制冷设备的方法和装置
CN114777325A (zh) 锅炉***调控方法、模型建立方法、相关设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201124

RJ01 Rejection of invention patent application after publication