單元機組的小波神經(jīng)網(wǎng)絡(luò)廣義預(yù)測控制
凌呼君，朱俊峰，李曉明
內(nèi)蒙古工業(yè)大學(xué)信息工程學(xué)院，內(nèi)蒙古呼和浩特010080
摘 要：針對大型火電機組具有控制對象復(fù)雜、非線性、大滯后、模型難以建立等特點，設(shè)計協(xié)調(diào)控制系統(tǒng)的控制策略。小波神經(jīng)網(wǎng)絡(luò)具有良好的函數(shù)逼近能力和模式分類能力，廣義預(yù)測控制對比較復(fù)雜的工業(yè)生產(chǎn)過程呈現(xiàn)良好的控制性能和魯棒性：通過訓(xùn)練小波神經(jīng)網(wǎng)對大型火電機組建模得到預(yù)測模型，然后利用了模型辨識過程中已獲得的數(shù)據(jù)，計算廣義預(yù)測控制率，避免了廣義預(yù)測控制求解丟番圖方程帶來在線計算量較大的缺陷二仿真結(jié)果表明，該方法能保證功率、主蒸汽壓力快速平穩(wěn)地跟蹤其設(shè)定值，具有較好的魯棒性，為解決大型單元機組協(xié)調(diào)控制問題提供了一條有效的途徑
關(guān)鍵詞：單元機扭；小渡神經(jīng)網(wǎng)絡(luò)；廣義預(yù)測控制
中圖分類號：tp 273 文獻標識碼：a
1引言
火電廠大型單元機組控制對象具有非線性、強耦合、大滯后、模型難以準確建立等特點，屬于復(fù)雜難控的大型生產(chǎn)過程。在常規(guī)局部控制系統(tǒng)基礎(chǔ)上發(fā)展起來的協(xié)調(diào)控制系統(tǒng)是解決這個問題的有效途徑。協(xié)調(diào)控制系統(tǒng)控制策略的設(shè)計直接決定了系統(tǒng)的控制品質(zhì)。因此，先進控制技術(shù)在其中的應(yīng)用研究對提高資源利用率和保證電廠的安全穩(wěn)定運行具有重要的意義。目前，小波神經(jīng)網(wǎng)絡(luò)以其獨特的優(yōu)點引起了人們的極大關(guān)注，并成為非線性系統(tǒng)建模與控制的重要方法。預(yù)測控制是近年來發(fā)展起來的一種新型的計算機控制算法。由于其對模型的依賴性弱、易于實現(xiàn)、控制的綜合效果好等諸多優(yōu)點，在工業(yè)過程控制中得到了廣泛的應(yīng)用。
本文利用小波神經(jīng)網(wǎng)絡(luò)對大型單元機組進行辨識和預(yù)測，用廣義預(yù)測控制方法進行控制，為解決大型單元機組防調(diào)控制問題提供一條有效的途徑。
2小波神經(jīng)網(wǎng)絡(luò)廣義預(yù)測控制算法
1)基于小波神經(jīng)網(wǎng)絡(luò)的預(yù)測模型 小波變換通過尺度的伸縮和平移對信號進行多尺度分析，能有效提取信號的局部信息。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習、自適應(yīng)和容錯性等特點，是一類通用的函數(shù)逼近器。結(jié)合神經(jīng)網(wǎng)絡(luò)和小波分析的優(yōu)點，1992年，zhang qinghua和benveniste茸先提出了小波神經(jīng)網(wǎng)絡(luò)( wniy)的概念和算法口。小波神經(jīng)網(wǎng)絡(luò)的基本思想是用小波元代替神經(jīng)元，即用已定位的小波函數(shù)代替sigmoid函數(shù)作激勵函數(shù)，通過仿射變換建立起小波變換與網(wǎng)絡(luò)參數(shù)之問的聯(lián)系。小波神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練自適應(yīng)地調(diào)整小波基的形狀實現(xiàn)小波變換，同時具有良好的函數(shù)逼近能力和模式分類能力j3j。多輸入多輸出小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖，如圖1所示。
圖中，xk為輸入層的第k個輸入樣本，yj為輸出層的第j個輸出值，vik為連接輸入層節(jié)點k和隱層節(jié)點i的權(quán)值，wij為連接隱層節(jié)點i和輸出層節(jié)點j的權(quán)值。
若ai和bi分別為隱層第i個節(jié)點的伸縮平移系數(shù)，p為輸入樣本的模式個數(shù)，m為輸入層節(jié)點個數(shù)，n為隱層節(jié)點個數(shù)，n為輸出節(jié)點個數(shù)。
則網(wǎng)絡(luò)隱層第i個節(jié)點輸入為
隱層第i個輸出是由母小波函數(shù)經(jīng)過伸縮平移后產(chǎn)生一組小波基函數(shù)，數(shù)學(xué)表達式為
輸出層第j個輸入為
則小波神經(jīng)網(wǎng)絡(luò)的模型可以表示為
本文中小波神經(jīng)網(wǎng)絡(luò)采用誤差反向傳遞算法進行訓(xùn)練，自適應(yīng)地調(diào)整小波伸縮平移系數(shù)和網(wǎng)絡(luò)權(quán)值。若設(shè)xbp為第p個模式的第k個輸入，yjp為第p個模式的第j個網(wǎng)絡(luò)輸出，群為第p個模式的第j個期望輸出，定義誤差函數(shù)為
| 
