Aufgrund der erheblichen Verzögerung der Hauptdampftemperatur des Kohlekraftwerks und der Unsicherheit des Modells wird eine Strategie zur Regelung der Hauptdampftemperatur mit einem radialen Basisfunknetz (RBF) zur Einstellung des PID-Reihenreglers vorgeschlagen. Ein gemischter Lernalgorithmus, der das Verfahren der k-nächsten Nachbarn und das Verfahren des Gradientenabstiegs kombiniert, wird verwendet, um ein radialen Basisfunknetz (RBF) aufzubauen, und das kontrollierte Objekt online zu identifizieren und die Parameter des Haupt-PID-Reglers online anzupassen. Die Simulationsergebnisse zeigen, dass der PID-Regler basierend auf einem radialen Basisfunknetz (RBF) mit einem gemischten Lernalgorithmus eine hohe Regelgenauigkeit und eine schnelle Reaktionsgeschwindigkeit aufweist und eine bessere dynamische Systemqualität aufweist als herkömmliche PID-Regleralgorithmen von radialen Basisfunknetzen (RBF).

Kohlekraftwerk, Hauptdampftemperatur, Regelung, k-nächster Nachbar, Gradientenabstiegsverfahren, gemischter Lernalgorithmus, radialen Basisfunknetz (RBF), PID