基于BP网络方法的热电厂性能分析系统

目前发电厂性能分析大多采用热平衡法,存在原始参数数量大、计算复杂且维护不当时性能计算误差大等问题。文章介绍了利用BP神经网络对某热电厂125MW抽凝式机组煤耗进行仿真计算的过程,通过对参数个数、学习样本组数、隐层结点个数的选择,确立一个优化的BP神经网络模型,仅用少量的关键参数即可计算机组的煤耗,并使误差控制在0.5%之内。该神经网络模型在保证煤耗计算精度的基础上,弥补了热平衡法需要过多原始参数的缺点,为火电厂性能分析提供了一条新途径。