[发明专利]一种基于神经网络逆控制的大型燃煤电站CO2

权利要求书

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)。

2.一种基于神经网络逆控制的大型燃煤电站CO₂捕集系统前馈控制方法，其特征在于，包括如下步骤：

(1)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大型燃煤电站CO₂捕集系统模型(4)的被控变量，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；

(2)在闭环情况下，改变烟气、捕集率被控变量给定值，进行闭环响应试验；设置采样周期T，获取不同烟气、捕集率负荷下大型燃煤电站CO₂捕集系统模型(4)的控制量和被控量的稳态、动态参数；

(3)将大型燃煤电站CO₂捕集系统模型(4)的控制量数据作为输出，将大型燃煤电站CO₂捕集系统模型(4)的被控量数据作为输入，利用BP神经网络进行离线训练，确定大型燃煤电站CO₂捕集系统模型(4)的逆系统模型，如公式(1)：

u_NN(k)＝f(y(k+1),y(k),…,y(k-n₁),u(k-1),…,u(k-n₂)) (1)

(4)设置控制回路，利用机组给煤量控制主蒸汽压力、利用给水量控制汽水分离器出口焓值、利用主蒸汽阀门控制机组发电量、利用贫液流量控制CO₂捕集率、利用再沸器蒸汽流量控制再沸器温度；

(5)设置PID控制补偿器(3)的相关参数，包括比例增益k_P、积分时间常数T_i、微分增益k_d、微分时间常数T_d；

(6)将目标值设定单元(1)输出r(k+1)与第一延迟单元(5)、第二延迟单元(6)的输出u(k-1)与y(k)分别作为输入变量，利用公式(1)计算出k时刻神经网络逆控制器(2)的输出u_NN(k)；

(7)将目标值设定单元(1)输出r(k+1)与大型燃煤电站CO₂捕集系统模型(4)输出y(k+1)进行比较，计算输出误差e(k)；用输出误差作为PID控制补偿器(3)的输入，计算出补偿输入量u_PID(k)；采用公式(2)：

(8)计算k时刻大型燃煤电站CO₂捕集系统模型(4)实际输出；采用公式(3)：

u(k)＝u_NN(k)+u_PID(k) (3)

(9)在之后的周期中反复执行步骤(6)至步骤(8)，得到相应的控制量，实现无差控制。