论文部分内容阅读
为大规模消纳新能源,燃煤电站需要频繁调整负荷,这给再热蒸汽温度控制带来了一些困难.以某1000 MW超超临界燃煤锅炉为研究对象,利用其历史运行数据,建立基于多层感知器神经网络(MLP)的锅炉再热蒸汽温度预测模型.结果表明,所建立的再热蒸汽温度预测模型均方误差仅0.71℃,在平均相对误差、相关系数、训练用时以及泛化效果都要优于长短时记忆神经网络(LSTM)以及支持向量机(SVM).将该模型预测结果引入控制器有助于提高再热蒸汽温度控制品质.