摘要
火力発電所の主蒸気温度の大きな遅れとモデルの不確実性に対処するために、RBF（放射状基底関数）ニューラルネットワークを使用して、PID直列主蒸気温度制御器を調整する戦略を提案する。最近傍クラスタリング法と勾配降下法を組み合わせた混合学習アルゴリズムを使用してRBFニューラルネットワークを構築し、制御対象をオンラインで識別し、主PID制御器パラメータをオンラインで調整する。シミュレーション結果は、混合学習アルゴリズムに基づくRBFニューラルネットワークPID制御器が高い制御精度と高速な応答速度を持ち、通常のRBFニューラルネットワークPID制御器アルゴリズムよりもシステムの動的品質が優れていることを示している。
关键词
火力発電所、主蒸気温度、制御、最近傍クラスタリング法、勾配降下法、混合学習アルゴリズム、RBFニューラルネットワーク、PID