基于深度信念网的大型循环流化床建模
发布时间：2022-10-18 16:16
循环流化床锅炉（Circulating Fluidized Bed Boiler,CFBB）技术经过二十余年的发展,为我国节能减排做出了巨大贡献,目前是火力发电厂不可或缺的组成部分。但是其建模、控制问题却迟迟得不到解决。CFBB系统中存在大惯性、强耦合和强非线性等复杂性质。传统的机理建模方法包含大量的经验公式以及计算近似,使得建立的数学模型不精确,直接影响了模型的实际应用效果。因此如何精准、简单有效的建立循环流化床模型一直是研究的热点。本文针对大型循环流化床锅炉系统,深入了解其工艺流程、结构设备、建模特性以及多参数间的主要关联。利用330MWCFB现场实时运行数据,采用深度信念网数据驱动建模方法,建立循环流化床锅炉协调控制系统模型。主要内容如下:（1）分析了循环流化床锅炉协调控制系统的特性,对主要参数进行分析,并简化模型,模型的输入参数为给煤量、一次风量和阀门开度;输出参数为输出功率、主蒸汽压力和床温。利用电厂现场实时运行数据,使用传统的神经网络方法和深度信念网方法进行数据驱动建模。通过对比,深度信念网建模方法能克服传统的神经网络训练时的缺点,并且能达到一个更好的精确度。（2）在深度信...
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的研究背景及意义
1.1.1 引言
1.1.2 国内外研究发展概况
1.1.3 循环流化床特点及建模难点
1.2 循环流化床建模的发展和研究现状
1.3 深度学习建模研究和应用现状
1.3.1 引言
1.3.2 深度学习发展概况
1.4 论文主要安排
第二章 循环流化床锅炉建模分析
2.1 循环流化床锅炉结构及工艺流程
2.2 循环流化床锅炉控制系统的目标及特点
2.2.1 循环流化床锅炉燃烧系统控制目标
2.2.2 协调控制系统的任务及控制系统结构
2.2.3 循环流化床锅炉控制系统控制特点
2.3 循环流化床锅炉协调控制系统简化模型
2.4 本章小结
第三章 基于DBN的循环流化床建模
3.1 建模对象及数据分析
3.2 神经网络建立循环流化床锅炉模型分析
3.2.1 引言
3.2.2 BP神经网络建模
3.2.3 BP神经网络建模校验结果分析
3.3 深度信念网建立循环流化床锅炉协调控制系统模型
3.3.1 引言
3.3.2 深度信念网算法介绍
3.3.3 受限玻尔兹曼机及对比散度算法概述
3.3.4 深度信念网模建模
3.3.5 深度信念网校验结果分析
3.4 本章小结
第四章 基于稀疏正则化的DBN的CFB建模
4.1 稀疏深度网络
4.1.1 稀疏表示初步
4.1.2 稀疏深度网络模型及其基本性质
4.2 稀疏DBN算法
4.2.1 基于惩罚因子的稀疏DBN算法
4.2.2 稀疏受限玻尔兹曼机
4.2.3 稀疏连接策略DropOut
4.3 模型建立及结果分析
4.4 本章小结
第五章 结论与展望
参考文献
攻读硕士期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]四十年煤电脱胎换骨与新历史使命[J]. 王志轩. 新能源经贸观察. 2018(09)
[2]循环流化床燃烧发展现状及前景分析[J]. 岳光溪,吕俊复,徐鹏,胡修奎,凌文,陈英,李建锋. 中国电力. 2016(01)
[3]东方电气研制的世界首台350MW超临界循环流化床锅炉在山西投运[J]. 电气技术. 2015(10)
[4]一种连续型深度信念网的设计与应用[J]. 乔俊飞,潘广源,韩红桂. 自动化学报. 2015(12)
[5]600MW超临界循环流化床锅炉控制系统研究[J]. 高明明,岳光溪,雷秀坚,刘吉臻,张文广,陈峰. 中国电机工程学报. 2014(35)
[6]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟. 计算机应用研究. 2014(07)
[7]循环流化床锅炉床温建模研究[J]. 杨永超,孙海蓉,张悦. 计算机仿真. 2013(11)
[8]燃煤发电技术发展展望[J]. 蒋敏华,黄斌. 中国电机工程学报. 2012(29)
[9]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[10]基于神经网解耦的循环流化床锅炉燃烧系统自适应模糊控制[J]. 牛培峰,高龙,孟凡东,陈贵林,张君. 仪器仪表学报. 2011(05)
硕士论文
[1]大型循环流化床锅炉床温建模与优化控制研究[D]. 钟亮民.华北电力大学 2014
[2]多变量预测控制器在200MW火电机组主汽温控制系统中的应用研究[D]. 陈江涛.浙江大学 2011
本文编号：3692646
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的研究背景及意义
1.1.1 引言
1.1.2 国内外研究发展概况
1.1.3 循环流化床特点及建模难点
1.2 循环流化床建模的发展和研究现状
1.3 深度学习建模研究和应用现状
1.3.1 引言
1.3.2 深度学习发展概况
1.4 论文主要安排
第二章 循环流化床锅炉建模分析
2.1 循环流化床锅炉结构及工艺流程
2.2 循环流化床锅炉控制系统的目标及特点
2.2.1 循环流化床锅炉燃烧系统控制目标
2.2.2 协调控制系统的任务及控制系统结构
2.2.3 循环流化床锅炉控制系统控制特点
2.3 循环流化床锅炉协调控制系统简化模型
2.4 本章小结
第三章 基于DBN的循环流化床建模
3.1 建模对象及数据分析
3.2 神经网络建立循环流化床锅炉模型分析
3.2.1 引言
3.2.2 BP神经网络建模
3.2.3 BP神经网络建模校验结果分析
3.3 深度信念网建立循环流化床锅炉协调控制系统模型
3.3.1 引言
3.3.2 深度信念网算法介绍
3.3.3 受限玻尔兹曼机及对比散度算法概述
3.3.4 深度信念网模建模
3.3.5 深度信念网校验结果分析
3.4 本章小结
第四章 基于稀疏正则化的DBN的CFB建模
4.1 稀疏深度网络
4.1.1 稀疏表示初步
4.1.2 稀疏深度网络模型及其基本性质
4.2 稀疏DBN算法
4.2.1 基于惩罚因子的稀疏DBN算法
4.2.2 稀疏受限玻尔兹曼机
4.2.3 稀疏连接策略DropOut
4.3 模型建立及结果分析
4.4 本章小结
第五章 结论与展望
参考文献
攻读硕士期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]四十年煤电脱胎换骨与新历史使命[J]. 王志轩. 新能源经贸观察. 2018(09)
[2]循环流化床燃烧发展现状及前景分析[J]. 岳光溪,吕俊复,徐鹏,胡修奎,凌文,陈英,李建锋. 中国电力. 2016(01)
[3]东方电气研制的世界首台350MW超临界循环流化床锅炉在山西投运[J]. 电气技术. 2015(10)
[4]一种连续型深度信念网的设计与应用[J]. 乔俊飞,潘广源,韩红桂. 自动化学报. 2015(12)
[5]600MW超临界循环流化床锅炉控制系统研究[J]. 高明明,岳光溪,雷秀坚,刘吉臻,张文广,陈峰. 中国电机工程学报. 2014(35)
[6]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟. 计算机应用研究. 2014(07)
[7]循环流化床锅炉床温建模研究[J]. 杨永超,孙海蓉,张悦. 计算机仿真. 2013(11)
[8]燃煤发电技术发展展望[J]. 蒋敏华,黄斌. 中国电机工程学报. 2012(29)
[9]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[10]基于神经网解耦的循环流化床锅炉燃烧系统自适应模糊控制[J]. 牛培峰,高龙,孟凡东,陈贵林,张君. 仪器仪表学报. 2011(05)
硕士论文
[1]大型循环流化床锅炉床温建模与优化控制研究[D]. 钟亮民.华北电力大学 2014
[2]多变量预测控制器在200MW火电机组主汽温控制系统中的应用研究[D]. 陈江涛.浙江大学 2011
本文编号：3692646
本文链接：https://www.wllwen.com/kejilunwen/dongligc/3692646.html
