超超临界二次再热机组具有高效节能的优点,但因其运行参数高使得对控制精度的要求也变得越来越苛刻。为保证机组的安全高效运行,对主汽温、一次再热汽温以及二次再热汽温的控制就显得十分重要。本文在分析国内外现有二次再热机组汽温控制方法的基础上,结合国电泰州1000MW超超临界二次再热机组的特点及控制方案,针对传统PID控制器由于被控对象内部耦合严重导致的调节品质变差、无法得到被控对象确切的传递函数使得根据经验选择的控制器参数无法达到最优控制效果等缺点,采用PID神经网络(PIDNN)解耦控制方法,设计了一套能使主汽温、一次再热汽温和二次再热汽温同时满足控制要求的控制系统。该控制系统将汽温系统作为一个多输入多输出的耦合系统来分析,用PID神经网络算法对其进行解耦控制。由于该控制算法具有在线学习调整参数的功能,因此无需得到确切的被控对象传递函数,即可抵消由于对象内部或其它扰动对输出造成的影响,更快更准地保证汽温满足控制要求。本文对汽温的影响因素进行了分析,在国电泰州1000MW超超临界二次再热机组仿真机上进行了阶跃扰动实验,得到汽温模型的阶跃响应原始实验数据,并用粒子群(PSO)算法辨识得到汽温模型的传递函数,再在Matlab/simulink仿真平台上搭建PIDNN控制系统进行控制仿真实验,最后与传统PID控制进行控制效果的比对。仿真结果表明,PIDNN控制算法对于这种大惯性、耦合严重的多变量系统具有较好的控制效果。PIDNN控制算法结构简单,且其参数可以现有的PID参数为基础,更易于在DCS操作系统中实现,这为超超临界二次再热机组汽温控制的工程应用提供了一种新的解决方案。