【الهدف】 إنشاء نموذج ديناميكي دقيق وفعال هو مفتاح لتحسين استراتيجيات التحكم وزيادة مرونة تشغيل وحدات توليد الطاقة التي تعمل بالفحم.【الطريقة】 اقترح طريقة لنمذجة ديناميكية لنظام تنسيق غلاية وحدة توليد الفحم فائق الفائق الحرجة بناءً على شبكة عصبية معلومات فيزيائية، لتوقع المعلمات الرئيسية مثل ضغط البخار الرئيسي، إنثالبي بخار مخرج فاصل الماء والبخار، وقدرة التوليد. تعتمد الطريقة على شبكة عصبية أمامية تقليدية كأساس، من خلال تضمين القوانين الديناميكية الأساسية لتحويل الطاقة والكتلة للنظام في شكل دالة خسارة داخل هيكل تعلم الشبكة العصبية، بحيث تلبي الشبكة القوانين الفيزيائية الأساسية أثناء تعلمها لميزات البيانات، مما يحسن دقة النموذج وقابليته للتفسير وقدرته على التعميم.【النتائج】 تشير نتائج المحاكاة إلى أن في حالة توفر كمية كافية من البيانات، تحقق طريقة الشبكة العصبية المعلوماتية الفيزيائية المؤشر R2 (معامل التحديد) لأكثر من 0.99 في التنبؤ ذو خطوة واحدة والمتعدد الخطوات؛ في حالة ندرة البيانات، تظل تحتفظ بدقة تنبؤ عالية، حيث تكون الجذر التربيعي المتوسط لخطأ ضغط البخار الرئيسي متعدد الخطوات (RMSE) أقل من 1% من الخطأ النسبي، ومؤشرات RMSE لإنثالبي بخار مخرج الفاصل وقدرة التوليد أقل من 0.75% من الخطأ النسبي. في كل من السيناريوهات الغنية والفقيرة بالبيانات، تفوقت طريقة الشبكة العصبية المعلوماتية الفيزيائية المقترحة بشكل ملحوظ على الطرق التقليدية، مما يثبت فعالية وتفوق طريقة النمذجة المقترحة.【الاستنتاج】 توفر نتائج البحث نهجًا جديدًا موثوقًا وفعالًا لنمذجة تنسيق التحكم في وحدات توليد الفحم، وله أهمية كبيرة لتعزيز أداء التحكم وتحسين التشغيل المرن للوحدة.

وحدة توليد فحم فائقة الحرجة; نظام تنسيق الغلاية; النمذجة الديناميكية; التعلم العميق; شبكة معلومات فيزيائية