Le système d'informations de surveillance de niveau d'usine pour centrale électrique (SIS) en tant que type de système d'information visant principalement à optimiser le fonctionnement de l'unité et à améliorer l'efficacité économique du fonctionnement, a déjà joué un rôle important dans la gestion de niveau d'usine de la centrale électrique. Afin d'utiliser plus efficacement les grandes quantités de données sur la plateforme SIS, un contrôle prédictif dynamique basé sur la plateforme SIS a été proposé. En prenant l'exemple d'une centrale électrique dans la province du Hubei, la température de la vapeur surchauffée dans la chaudière a été considérée comme objet de contrôle et le débit de vapeur comme perturbation pour refléter les changements d'état de fonctionnement de la chaudière. Un modèle dynamique de l'objet de contrôle a été construit à l'aide de la méthode d'identification par réseau de neurones et l'algorithme de contrôle de matrice dynamique a été appliqué au système de contrôle de la température de la vapeur. Les résultats de la simulation indiquent qu'un modèle dynamique de réseau de neurones de température de la vapeur surchauffée construit sur la base de données simulées peut bien prédire les caractéristiques dynamiques de l'objet de contrôle dans différents états de fonctionnement, et que la stratégie de contrôle de la matrice dynamique basée sur le modèle de réseau de neurones est meilleure que l'effet de contrôle PID traditionnel.

centrale électrique à charbon; SIS; température de vapeur surchauffée; algorithme de contrôle de matrice dynamique; réseau de neurones; contrôle prédictif