火电单元机组具有控制对象复杂、非线性、大滞后、模型难以建立等特点,用传统的控制方法很难得到最佳的运行效果。本文在参阅大量文献的基础上,分析了火电机组协调控制系统及其数学模型,提出了神经网络广义预测控制策略,即用神经网络为对象建立辨识模型产生预测信号,并采用多变量广义预测控制方法实现预测控制。神经网络选用具有良好非线性函数逼近功能的BP网络,并针对其收敛速度慢等缺点,采用变步长法和引入动量项相结合的方法进行改进。辨识达到一定精度后,在线递推得到预测模型,最后通过极小化性能指标函数得到最优控制率。该算法不仅提高了模型辨识的精度和速度,而且避免Diophantine方程的在线求解,同时将复杂的大矩阵求逆问题简化为简单的对角阵求逆,大大减少了控制器的运算量,提高了广义预测控制应用于该系统的实时性要求。应用MATLAB对其进行仿真研究,结果表明将该算法应用于单元机组协调控制中,具有较好的快速性、稳定性、抗干扰性及对对象模型的不确定较之传统PID控制具有更好的鲁棒性。