PINN vs LSTM：在余热锅炉组中进行蒸汽温度控制的比较研究
系统与控制
2025-12-05 v1 系统与控制
摘要
本文介绍了针对余热锅炉组(HRSGs)中基于阀门泄漏故障的蒸汽温度控制，对物理信息神经网络(PINN)和长短期记忆(LSTM)网络进行直接比较。维持HRSGs中精确的蒸汽温度对于效率和安全性至关重要，但传统控制策略在处理非线性、故障引起的动力学时困难。两种体系结构均设计用于实时自适应调节PI+前馈控制律的增益。LSTM控制器是纯数据驱动的方法，需在历史操作数据上进行离线训练，而PINN控制器通过基于物理的损失函数将基本热力学定律直接集成到其在线学习过程中。我们使用来自联合循环电厂的数据验证模型，在正常负荷变化和具有挑战性阀门泄漏故障情景下对其进行评估。结果表明，尽管LSTM控制器相对于传统方法具有显著改进，但在未见故障情况下的性能会下降。PINN控制器始终实现了优异的鲁棒性和性能，在故障条件下相较于LSTM实现了54%的积分绝对误差降低。本研究得出结论，在复杂工业应用中开发可靠且具故障容错性的自主控制系统，必须将物理知识嵌入数据驱动控制中。
引用
@article{arxiv.2512.04183,
title = {PINN vs LSTM: A Comparative Study for Steam Temperature Control in Heat Recovery Steam Generators},
author = {Mojtaba Fanoodi and Farzaneh Abdollahi and Mahdi Aliyari Shoorehdeli},
journal= {arXiv preprint arXiv:2512.04183},
year = {2025}
}