随着越来越多的大容量、高参数机组的建成投运,仿真培训对于运行值班人员的培养起着越来越重要的作用。目前火电机组仿真系统开发过程中,建模人员需根据参考机组的运行数据或者热力计算书反复地不断手工调整模型参数,才能满足不同工况下仿真精度的要求,调试工作量巨大,建模效率较低,并且模型的可重用性差且无法跟踪并正确反映仿真对象实际运行特性。针对上述问题,本文在深入研究遗传算法基本理论和实现过程的基础上,结合本课题研究内容,对遗传算法作出了部分改进;以大容量火电机组中管式加热器为对象,依照加热器内部不同工质的物性,将加热器划分为蒸汽区、空气区、疏水区三个环节,根据各环节间工质流动与换热特性和能量、质量守恒定律,利用STAR-90仿真支撑平台,建立具有一定通用性的加热器动态仿真模型;基于上述研究,提出了利用遗传算法对热力设备模型进行自校正,研究开发了具备自校正能力的加热器动态仿真模型,并将研究成果应用于鹤壁电厂600MW机组仿真模型开发。通过误差分析和仿真试验表明:自校正加热器动态仿真模型能够根据仿真对象的设计(或运行)数据或实际运行工况、工作环境的变化自动调整、修正模型的若干重要系数,跟踪并实时反映仿真对象的实际运行特性,实现了由仿真结果分析到模型系数自动校正优化的过程;较原加热器仿真模型而言,模型静态精度和动态响应均有所提高;增强了模型的可重用性。本文研究成果在一定程度上将模型调试过程由目前依靠建模人员自身经验的手工作业模式,转化为计算机程序自动完成,提高了建模效率,降低了模型开发强度,为火电机组仿真机模型开发和系数自校正优化提供了一种新的思路与方法,具有较高的工程实用价值。