超超临界机组煤水比神经网络逆模型控制的研究的开题报告.docx

超超临界机组煤水比神经网络逆模型控制的研究的开题报告
一、研究背景和意义
随着我国经济进一步发展，对能源需求的增加，煤炭作为我国主要的能源供给柱，仍然占据着重要的地位。为了提高燃煤发电厂的效率和减少污染物的排放，超超临界机组应运而生。煤水比是燃煤电厂的重要参数，它是指发电厂每消耗1kg煤炭所需要的用水量。煤水比越小，说明机组发电效率越高。而对于超超临界机组而言，其运行状态非常复杂，涉及到燃烧动力学、传热学和流体力学等多个学科。如何对其进行有效的控制和优化，成为了当下燃煤发电研究中的一个重要问题。
本论文的主要研究方向是基于神经网络逆模型，对超超临界机组的煤水比进行控制。通过建立逆模型，利用神经网络拟合出煤水比与主要影响因素的非线性关系，从而实现对煤水比的控制和优化。这将为超超临界燃煤发电技术的进一步发展提供重要的理论和技术支持。
二、研究内容和方法
本研究主要分为以下几个方面：
1.煤水比控制的相关理论研究。根据煤水比的相关理论，分析其受到哪些因素的影响，并探讨如何通过控制这些因素来实现对煤水比的有效控制。
2.神经网络逆模型的建立。通过收集大量的运行数据，对机组的运行状态进行建模，在此基础上建立神经网络逆模型，拟合出煤水比与各个影响因素的非线性关系。
3.煤水比控制的算法研究。以神经网络逆模型为基础，研究煤水比控制的算法，并对其进行优化，从而实现对煤水比的控制和优化。
4.仿真试验和实际试验。利用仿真软件搭建超超临界机组的仿真模型，对算法进行试验和优化。同时，还将开展实际试验，检验算法的实用性和可靠性。
五、预期成果和贡献
本研究的预期成果和贡献主要包括以下几个方面：
1.建立超超临界机组煤水比神经网络逆模型，实现对煤水比的有效控制和优化，提高机组的效率和经济性。
2.探讨神经网络逆模型在煤炭行业中的应用，为当下燃煤电厂优化和控制提供一种新的技术手段。
3.通过实验验证算法的可靠性和实用性，为超超临界煤电发电技术的进一步发展提供理论和技术支持。
4.积累了一批有关超超临界机组煤水比控制和优化的实用技术和经验，对于促进煤炭行业的发展和提升我国的制造水平都具有重要的意义。
六、研究计划和进度
本研究计划分为以下三个阶段：
第一阶段：文献调研和理论研究。梳理相关领域的文献资料，收集和整理机组的运行数据，分析超超临界机组煤水比的控制及影响因素，为建立神经网络逆模型和控制算法奠定理论基础。预计完成时间：2个月。
第二阶段：神经网络逆模型和控制算法的研究与优化。通过利用Matlab等神经网络建模软件，建立神经网络逆模型，拟合出煤水比与各个影响因素的非线性关系。研究和优化煤水比的控制算法。预计完成时间：6个月。
第三阶段：仿真试验和实际试验。利用仿真软件搭建超超临界机组的仿真模型，对算法进行试验和优化。同时，开展实际试验，检验算法的实用性和可靠性。预计完成时间：4个月。
七、参考文献
[1]李宁,魏波,傅军,等.神经网络逆推前馈控制技术及其应用[J].仪表技术与传感器,2012,11(5):118-120.
[2]胡旭,陈琳,辛煜力,等.基于神经网络的超超临界机组煤品质预测研究[J].热力发电,2016,45(10):59-63.
[3]蒋静,张静宇,严明,等.神经网络逆模型在电力系统中的应用[J].电工技术学报,2009,24(12):11-17.