Anhand einer 1000-MW-Einheit wurden die Faktoren, die die Last der Einheit beeinflussen, detailliert analysiert. Durch die vernünftige Auswahl der Eingabeparameter des Modells und die Verwendung eines statischen Fehler-Rückverteilungsnetzwerks (BP) mit einer Eingangsverzögerung der Ordnung n und einer Ausgangsrückkopplungsverzögerung der Ordnung m wurde ein Lastprognosemodell für die Einheit erstellt, das die Merkmale des Wiedererhitzungszyklus berücksichtigt. Durch Störungsexperimente wurde die Effektivität der Lastprognose für verschiedene neuronale Netzwerkmodelle verglichen. Die Ergebnisse zeigen, dass ein Modell mit einer Eingangsverzögerung der Ordnung 2 und einer Rückkopplungsverzögerung der Ordnung 2 unter verschiedenen Störungen genau die Last der Einheit vorhersagen kann und den Anforderungen an die automatische Generaturregelung (AGC) zur Verbesserung der Reaktionsgeschwindigkeit der Einheitslast mitsteuerbaren Parametern auf der Wärmerückführungsseite des Dampfturbinen eingehalten wird.

Überkritisch; Generatoreinheit; Wiedererhitzungszyklus; Lastprognosemodell; neuronales Netzwerk BP; Simulation