10.3969/j.issn.1009-2889.2008.01.006
基于人工神经网络的单轴联合循环机组变工况模拟
影响联合循环机组实际变工况性能的非线性因素众多,基于热力学基本原理的建模方法在准确性和计算量方面遇到了较大困难.前馈型神经网络以其良好的非线性逼近和预测能力在非线性建模领域获得了广泛应用.本文分别利用MATLAB神经网络工具箱中的BP、RBF和GRNN(广义回归)三种网络模型对GE的S109FA机组进行了变工况模拟,提出了评价网络性能的新标准并分析比较了三种模型的可行性,最后讨论相关结论.
人工神经网络、联合循环机组、变工况、模拟
21
TM611.31(发电、发电厂)
2008-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
30-35