文献

J-GLOBAL ID：201702244011366172   整理番号：17A0214492

大規模超臨界圧発電ユニットのためのANNとPSO(粒子群最適化)に基づく知的モデル予測最適制御【Powered by NICT】

ANN and PSO based intelligent model predictive optimal control for large-scale supercritical power unit

著者 (4件)： Ma Liangyu (Department of Automation, North China Electric Power University, Baoding, Hebei 071003, China) ,  Cao Pengrui (Department of Automation, North China Electric Power University, Baoding, Hebei 071003, China) ,  Gao Zhiyuan (Beijing Sifang Automation Co. LTD, Beijing, 100085, China) ,  Lee Kwang Y. (Department of Electrical and Computer Engineering, Baylor University, Waco, TX 76798-7356, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IEEE ICIA 2016  ページ： 690-695  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動発電制御(A GC)下での大容量石炭燃焼超臨界(SC)発電装置の容量後ユニットロードを改善するために,知的モデル予測最適制御(MPOC)方式を提案した。最適解探索手法としてエネルギー変換ユニットの予測モデルとより効率的な単純化した粒子群最適化(PSO)アルゴリズムとしての非線形自己回帰移動平均(NARMA)ニューラルネットワークモデルを採用した。提案MPOC方式の有効性を,600MW SC発電ユニットの市販シミュレータに関する広範な制御シミュレーション試験により評価した。は,提案した方法が超臨界エネルギー変換ユニットの速度負荷追従を大幅に改善することができ,同時に安全限界内に主蒸気圧力を保持していることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： シミュレーション ,  エネルギー変換 ,  *発電設備 ,  予測モデル ,  簡素化 ,  *超臨界 ,  *最適制御 ,  *超臨界圧
準シソーラス用語： 神経回路網モデル ,  自己回帰 ,  最適解 ,  石炭燃焼 ,  自動発電制御 ,  *モデル予測 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (7件)： 大規模 ,  超臨界圧 ,  発電ユニット ,  PSO ,  粒子群最適化 ,  モデル予測 ,  最適制御