| 基于粒子群优化算法优化BP神经网络模型的间接空冷散热器性能监测 |
| |
| 引用本文： | 李昊,罗云,李瑞东,苏永健,陈雪林,徐义巍,郭洪远,李鹏竹. 基于粒子群优化算法优化BP神经网络模型的间接空冷散热器性能监测[J]. 动力工程学报, 2019, 39(12): 973-980 |
| |
| 作者姓名： | 李昊 罗云 李瑞东 苏永健 陈雪林 徐义巍 郭洪远 李鹏竹 |
| |
| 作者单位： | 中国矿业大学机电与信息工程学院,北京100083;北京天地玛珂电液控制系统有限公司,北京100013;宁夏京能宁东发电有限责任公司,银川750001;北京东方国信科技股份有限公司,北京100025;宁夏京能宁东发电有限责任公司,银川,750001 |
| |
| 摘 要： | 为监测间接空冷散热器的换热性能,提出了监测间接空冷塔出水温度的方法。根据间接空冷系统散热器传热量计算和热平衡方程,分析了间接空冷塔出水温度的影响因素,建立了以环境温度、环境风速、大气压力、间接空冷塔循环水进水温度、循环水进水压力、出水压力和百叶窗开度7个主要参数为输入,出水温度为输出的BP神经网络模型。为避免该模型陷入局部最优,采用非线性动态惯性权重的粒子群优化(PSO)算法对BP神经网络模型的初始权值和阈值进行了优化,构建了PSO-BP神经网络预测模型,并根据某660MW间接空冷机组的运行数据对该模型进行了训练和验证。结果表明:采用PSO算法优化的BP神经网络模型具有较强泛化能力,预测精度高于单纯的BP神经网络模型,预测平均绝对百分比误差为0.55%。
|
| 关 键 词： | 间接空冷 粒子群优化算法 预测模型 BP神经网络 出水温度 |
Performance Monitoring of Indirect Air-cooled Radiators Based on Particle Swarm Optimization BP Neural Network Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
