石炭火力発電所のボイラー主蒸気温度は重要なパラメータとして、深いピーク負荷調整などの極端な運転条件下では安定を維持することが困難である。この問題を解決するために、既存の主蒸気温度制御システムに予測制御モデルを導入し制御最適化を実現した。ある超超臨界ボイラーを対象に主蒸気温度予測制御システムを構築し、複合長短期記憶（LSTM）ニューラルネットワークをコアアルゴリズムとして予測モデルを構築した。ハイパーパラメータ転移法により高速にグローバル最適化を実現し、ニューラルネットワークモデルの局所最適化問題を解決するとともに、最適化計算量を88％削減した。予測モデルの二乗平均平方根誤差は0.495℃、平均パーセント誤差は0.082％である。MATLABシミュレーション実験により、本予測制御システムは極端な運転条件下において主蒸気温度のオーバーシュートを50％低減し、多様な運転条件に対応する多段階制御により通常運転の制御安定性を維持し、主蒸気温度調節要求を満たすことが確認された。

主蒸気温度;予測制御;ハイパーパラメータ転移;グローバル最適化;多段階制御