摘要：在热工系统建模中，若建立一个全工况模型，传统上会采用集总参数建模方法，但在建模过程中，模型中存在许多经验参数，这将导致机理模型精度较低，然而很难通过简单的试验建模在全工况范围内建立模型。因此提出了一种机理建模和神经网络建模相结合的组合建模方法，它不仅提高了模型的精度，而且可以应用到更大的范围。根据某电厂1 000 MW超临界机组的历史运行数据，依据典型工况（例如不同时期的负荷），在Matlab平台上对汽水分离器组合模型进行仿真和测试，仿真结果显示，神经网络模型在训练之后，该模型能够有效地预测机理模型中的未知参数，并且所构建的组合模型也能够有效地模拟该系统现场典型工况，通过机理建模和神经网络建模相结合的组合建模方法具有一定的通用性。

      关键词：机理建模；BP神经网络；组合建模；Matlab仿真

      中图分类号：TM62     文献标识码：A