摘要：随着清洁能源装机容量不断增加，环保指标考核力度日益严格，燃烧煤种经常发生变化，火电机组运行环境复杂多变。要求火电机组在满足环保排放前提下，具有更宽的负荷调节范围、更快的变负荷速率、更高的负荷调节精度和一次调频能力，这就对控制系统提出了更高的要求。
关键词：智能控制技术；火电厂；应用现状；展望
传统的固定参数PID 算法又是依赖于对象或者过程的严格数学模型，这样一来传统的控制方法已经不能满足机组的控制要求，因此，由先进的智能化控制策略取代常规控制策略已成为火电厂过程控制发展的必然趋势。随着智能控制理论和计算机通讯技术等相关学科的发展，智能控制在电厂热工过程控制中将发挥着越来越重要的作用。
一、智能控制技术在火电厂应用研究现状
1.分层递阶的智能控制。大系统控制的一种重要方式就是分层递阶智能控制。对复杂的系统，通常情况下都是采用分层递阶的智能控制技术的。它的结构按智能程度的高低可以分为三个等级：组织级、协调级和运行控制级。且各个等级的智能程度也是进行相应地由高到低的排列的。结构的特点是：处于高层的单元对系统的行为影响范围是相当大的而且是越高越大的；但是越是处于高级单元的决策周期就越是比处于低级单元的决策的周期长：越是处于高级的，对于出现的问题的描述就会遇是不确定的。
2.专家的智能控制。所谓的专家系统就是指将专家系统的理论和技术同控制理论的方法和技术有机的进行相应的结合，并且在一个不确定的环境中，去仿效专家的智能从而去实现对系统的控制。专家的控制系统可以分为两种形式，即专家控制系统和专家式控制器。专家控制系统的结构是采用黑板等，结构比较复杂，它的造价的比较高的；而专家式控制器大多数是为工业专家控制器，它的结构是比较简单的，同时也能满足工业对于过程控制的要求，因此，他被广泛的应用。
3.模糊控制。模糊控制是在1965 年Zadeh 教授创建的模糊集理论的基础上由英国的Mamdani 成功地将其应用于锅炉和蒸汽机的控制上来的，近些年，模糊控制在很大的程度上得到了发展并且被广泛的应用起来。模糊控制是基于模糊的推理并且模仿人的思维方式的基础上建立的，它对难以建立精确的数学模型的对象实施的一种控制，它逐渐的成为处理推理系统和控制系统的不确定性的一种比较有效的方法。模糊控制就是以模糊数学和模糊语言的形式表示和模糊逻辑的规则的推理为基础的，并采用计算机的控制技术。它的主要特点是：它具有较强的鲁棒性，对于传统控制的非线性、时变和时滞系统的控制的解决是比较容易的；控制系统设计不需要精确的数学模型而是依据操作人员的控制经验和操作数据；它的推理过程采用的是不精确的推理，可以模仿人的思维过程处理一些复杂的系统；应用的语言变量并不是传统的数学变量，比较容易形成专家系统。对此，可以将模糊控制方法应用进来，运用模糊运算的规则解决非线性的问题，然后将相关数据存入计算机，由计算机进行分析与预测，从而实现对系统的控制。此外，还可以将神经元控制方法应用进来，有效解决制粉的时滞性问题以及耦合问题。
4.神经网络控制。神经网络控制可以从微观上模拟人脑的功能和相应的结构，可以通过模拟人的神经元的网络结构和功能以及传递、处理信息的机理去设计的控制系统。神经网络并不是善于表达知识的，但是的逼近非线性函数的能力也是相当强大的，控制系统中恰恰是利用了神经网络的这一个优点。
5.复合智能控制。
期刊文章分类查询,尽在期刊图书馆每一种智能控制的方法都有自身的优点，同时也有自己的局限性。智能控制技术的复合就是将这些不同的方法结合在一起所获得的一种有效的方法，它可以形成风格和功能不相同的智能控制系统。在目前，世界上比较流行的复合智能控制有一下几个：即神经网络模糊控制、模糊专家控制以及模糊滑模控制。
二、展望
尽管近年来诸多学者对智能控制技术在火电厂的应用开展了大量的研究工作，但目前仍以仿真和试验研究为主，在具体工程应用中还相对较少。为提高智能控制技术的实用性，更有效提高火电机组控制品质，需要进一步探讨以下问题。
1.采用神经网络建立诸如锅炉燃烧这样复杂的多变量、强耦合、非线性时变对象模型时，样本数据的准确性、有效性和广泛性对模型的建立和训练至关重要。如在相同负荷工况下，不同磨煤机组合运行将产生不同的结果。同时神经网络的结构、隐层数和神经元节点数，直接关系到神经网络模型的准确性。因此获取各种工况下的足够多的样本数据，并按照被控对象特性合理设计神经网络的结构将是其能否成功应用的关键。智能优化算法计算量大，搜索速度相对较慢，难以保证在有限时间内找到全局最优解，对控制的实时性有不利影响。在应用中需要将计算方法与现场经验相结合，在不同工况下对搜索范围进行适当简化，以提高控制的实时性，同时需要协调好计算的实时性和解的最优性之间的矛盾。
2.智能控制的设计要求存在两面性：一方面期望采用通用性的方法来解决各种复杂对象的控制问题，以便使用者掌握和维护；另一方面，提高特定对象求解效率的要求又需要充分利用对象的结构信息和专业经验，降低问题的求解难度，提高问题的求解效率。因而在设计时需要在二者之间取得均衡。火电机组大部分系统要求实时精准的控制，而传统PID控制和预测控制都具有较好的动态性能且无稳态偏差，在实际应用中对需要精准控制的对象，还需将智能控制技术与传统PID 控制、预测控制相结合。在单独采用智能控制技术时，其控制命令应根据不同工况，按一定约束条件对其进行限制，以避免模型的泛化能力与精度的不足造成过度调节，导致控制指令反复波动影响执行设备的使用寿命。
3.神经网络及智能优化算法的建模或寻优过程需要进行复杂的计算，很难利用DCS 现有的组态工具完成。需要额外的计算机并通过通信方式与DCS 进行数据交换，降低了控制系统的安全性，增加了设备成本。DCS 若能提供标准接口和计算平台将更有利于智能控制技术在火电厂的推广应用。随着未来人工智能研究不断取得新的进展，新的智能控制技术和实现方式也会越来越丰富，应用范围也会不断扩大。根据火电机组不同被控对象的特点，综合不同智能控制方法的优点建立的混合智能优化控制将会成为一个重要的研究内容。可以预见，智能控制技术在火电机组的控制系统中将发挥越来越重要的作用。
我国的电力工业目前的发展十分的迅速，比较大的容量火力发电机组也是逐渐成为电网中的一个骨干的机组。对单元机组的提出了更高的要求是由于我们必须保证单元机组的每时每刻都要正常的运行，且必须保持高度的安全性和经济性。每一个单元机组都有大迟延和严重的非线性以及扰动的频繁的特点，对于传统的控制方法来说，它们目前已经不能满足电网对机组的一些要求了，所以先进的智能化控制策略必须将要取代常规的控制策略，先进的智能控制策略将会成为火电厂控制发展的一个趋势。解决不确定性系统控制的难题的一个有效的方法是模糊控制，就是所谓的以神经元网络控制为代表的智能的控制策略。
参考文献：
［1］赵春，谢剑英． 模糊滑模控制研究综述［J］． 信息与控制，2017，（5）：71 － 73．
［2］赵敏． 基于神经网络的电厂锅炉燃烧系统建模及优化研究［D］． 浙江：浙江大学电气工程学院，2017． 7 － 11．
［3］曲晓露． 智能控制在电厂主蒸汽温度控制系统中的应用研究［D］． 浙江：浙江大学热能研究所，2018．
论文作者:潘雷
论文发表刊物:《云南电业》2019年2期
论文发表时间:2019/8/30
标签：智能控制论文; 神经网络论文; 模糊论文; 机组论文; 控制系统论文; 技术论文; 火电厂论文; 《云南电业》2019年2期论文;