Debido a las características tales como el gran retraso, la no linealidad y la variación dinámica de los parámetros en las condiciones de trabajo, el objeto de control de la temperatura del vapor sobrecalentado de la unidad de 1 000 MW en supercrítico es difícil de controlar con los métodos de control tradicionales, lo que conlleva a grandes fluctuaciones de la temperatura del vapor sobrecalentado, e incluso a temperaturas demasiado altas. Para resolver este problema, se estableció un modelo de predicción dinámica de la temperatura del vapor sobrecalentado basado en la red neuronal GMDH (Group Method of Data Handling) para predecir la tendencia de variación de la temperatura del vapor sobrecalentado. Los resultados de la simulación muestran que el efecto de predicción de la temperatura del vapor sobrecalentado basado en la red neuronal GMDH es mejor que el basado en la red neuronal lineal y la red neuronal BP, y presenta una mejor portabilidad y practicidad.

Supercrítico; unidad de 1 000MW; temperatura del vapor sobrecalentado; Red neuronal GMDH; modelo de predicción