10.3321/j.issn:0258-8013.2003.10.042
基于小波神经网络的火电单元机组负荷系统建模仿真研究
火电单元机组是一种复杂的多变量对象,常规方法难以建立它的非线性数学模型.该文利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究.网络隐层采用框架小波函数,输出层采用线性函数,采用BP算法对网络进行训练,并利用自适应的学习速率和动量参数加快网络训练的收敛速度.网络的训练结果和测试结果均表明,小波网络输出值与实际模型输出值之间的误差在允许范围内,小波神经网络可以较好地逼近单元机组负荷数学模型.
小波分析、神经网络、小波神经网络、火电单元机组、负荷模型
23
TK323(热工量测和热工自动控制)
2003-12-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
220-224