1,000 MWの超超臨界ユニットを対象に、ユニット負荷に影響を与える要因を詳細に分析し、モデルの入力パラメータを合理的に選択しました。n次の入力遅延とm次の出力フィードバック遅延を持つ静的な誤差逆伝播（back propagation, BP）ニューラルネットワークを使用して、再加熱サイクルの特性を考慮したユニット負荷予測モデルを構築しました。様々な構造のニューラルネットワークモデルの負荷予測効果を乱れたシミュレーション実験によって比較しました。その結果、2次の入力遅延と2次の出力フィードバック遅延を持つモデルがすべての種類の乱れ条件下でユニット負荷を正確に予測できることを示し、蒸気タービン再加熱サイクル側の制御可能パラメータを使用してユニット負荷応答速度を向上させる自動発電制御（AGC）の要件を満たすことが分かりました。

超超臨界;発電ユニット;再加熱サイクル;負荷予測モデル; BP ニューラルネットワーク; シミュレーション