大幅遅延、非線形、および作業条件での動的なパラメータ変化などの特性により、超超臨界1,000MWユニットの過熱蒸気温度制御対象は従来の制御方法では制御が難しく、過熱蒸気温度の大きな変動や過熱が発生することがあります。この問題を解決するため、GMDH（データ処理グループ手法）ニューラルネットワークを基に、過熱蒸気温度の動的予測モデルを構築し、過熱蒸気温度の変化傾向を予測しました。シミュレーションの結果、GMDHニューラルネットワークに基づく過熱蒸気温度の予測効果は、線形ニューラルネットワークおよびBPニューラルネットワークに基づく効果よりも優れており、優れた移植性と実用性を有しています。

超超臨界；1,000MWユニット ；過熱蒸気温度；GMDHニューラルネットワーク；予測モデル