El sistema de información de monitorización de nivel de fábrica para la central eléctrica (SIS) como tipo de sistema de información que tiene como objetivo principal optimizar el funcionamiento de la unidad y mejorar la eficiencia económica del funcionamiento, ya ha desempeñado un papel importante en la gestión del nivel de fábrica de la central eléctrica. Para aprovechar de manera más efectiva las grandes cantidades de datos en la plataforma SIS, se ha propuesto un control predictivo dinámico basado en la plataforma SIS. Tomando como ejemplo una central eléctrica en la provincia de Hubei, la temperatura del vapor sobrecalentado en la caldera se consideró como objeto de control y el flujo de vapor como perturbación para reflejar los cambios en el estado de funcionamiento de la caldera. Se construyó un modelo dinámico del objeto de control utilizando el método de identificación de la red neuronal y se aplicó el algoritmo de control de matriz dinámica al sistema de control de la temperatura del vapor. Los resultados de la simulación indican que un modelo dinámico de red neuronal de la temperatura del vapor sobrecalentado construido sobre la base de datos simulados puede predecir bien las características dinámicas del objeto de control en diferentes estados de funcionamiento, y que la estrategia de control de matriz dinámica basada en el modelo de red neuronal es mejor que el efecto de control PID tradicional.

central eléctrica de carbón; SIS; temperatura del vapor sobrecalentado; algoritmo de control de matriz dinámica; red neuronal; control predictivo