基于机器学习的锅炉送风控制系统仿真及优化

送风系统是一个多扰动和多耦合的复杂系统,为了解决送风系统模型辨识难和PID控制效果较差的问题,本文提出了一种基于机器学习的送风控制系统优化设计方案。首先基于现场运行数据,采用随机森林算法筛选出可用于系统辨识的数据;基于BP神经网络辨识送风系统模型并进行闭环控制仿真,仿真结果表明该模型有很高的辨识精度和泛化能力;最后,基于所得仿真回路,采用ADRC算法对系统控制器进行优化,仿真结果与原PID控制相比,表明ADRC可提高送风系统的跟踪性能和抗干扰能力。本文方案也适用于火电机组其他对象的控制回路仿真及优化。