基于改进PSO算法的火电厂锅炉主汽温控制研究

摘要

为了解决现有主汽温控制算法存在的控制稳定性欠佳等问题，提出一种基于改进粒子群优化(particle swarm optimization, PSO)算法的控制方案。通过锅炉蒸汽流量扰动分析确定主汽温核心控制量，构建改进PSO算法模型，并引入动态非线性参数赋值策略，将惯性权重和学习因子设为可变值并根据迭代次数优选最优解；同时，引入比例积分微分(proportional integral derivative, PID)控制器提升主、副参数协同控制效果，实现主汽温稳定控制。采用BoilerSim仿真软件进行仿真实验，并与其他控制算法进行对比。结果表明：所提方案的主汽温方差为0.125,二级减温器水量方差为0.223,均低于经典PSO控制算法(主汽温方差为0.557、二级减温器水量方差为0.882)、模糊自适应PID控制算法(主汽温方差为0.265、二级减温器水量方差为1.125)、神经元PID控制算法(主汽温方差为0.271、二级减温器水量方差为1.131)3种对比控制方案的对应指标，控制稳定性显著提高。所提控制方案通过提升控制精度、降低控制偏差展现出优异的控制性能，具备良好的适用性，能够为实际工程应用提供可靠的技术支撑。

关键词

大系统理论 / 改进PSO / 锅炉主汽温 / 惯性权重 / 学习因子 / 迭代效率