基于改进型BP神经网络的火电机组初压优化

摘要：

将先验知识和理论分析与热耗率相关联的参数作为BP神经网络的输入层参数,用灰色关联度模型进行验证;对比改进型BP神经网络与标准BP神经网络,发现改进型BP神经网络在收敛速度和误差方面比标准BP神经网络好.应用改进型BP神经网络建立起某600MW火电机组的历史数据边界参数与热耗率的非线性映射.在可行初压范围内找出了各机组负荷下的最优初压,绘制出最优初压曲线,为操作人员提供指导.

关键词：改进型BP神经网络、可行初压、最优初压、灰色关联度

所属期刊栏目：32

分类号：TK262(蒸汽动力工程)

在线出版日期：2013-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56