首页 | 本学科首页   官方微博 | 高级检索  
     

基于混合学习算法的RBF神经网络主蒸汽温度控制
引用本文:王杰,姜国强,王栓.基于混合学习算法的RBF神经网络主蒸汽温度控制[J].热力发电,2009,38(2).
作者姓名:王杰  姜国强  王栓
作者单位:郑州大学电气工程学院,河南,郑州,450001
基金项目:河南省杰出科研人才创新工程项目,河南省教育厅自然科学基金 
摘    要:针对火电厂主蒸汽温度的大迟延、模型不确定性特点,提出一种使用径向基(RBF)神经网络整定PID串级主蒸汽温度控制策略.采用一种最近邻聚类法和梯度下降法相结合的混合学习算法构造RBF神经网络,在线辨识被控对象并对PID主控制器参数进行在线调整.仿真结果表明,基于混合学习算法的RBF神经网络PID控制器具有控制精度高、响应速度快的优点,系统动态品质优于常规算法的RBF神经网络PID控制.

关 键 词:火电厂  主蒸汽温度  控制  最近邻聚类法  梯度下降法  混合学习算法  RBF神经网络

MAIN STEAM TEMPERATURE CONTROL USING RBF NEURAL NETWORK BASED ON HYBRID LEARNING ALGORITHM
WANG Jie,JIANG Guo-qiang,WANG Shuan.MAIN STEAM TEMPERATURE CONTROL USING RBF NEURAL NETWORK BASED ON HYBRID LEARNING ALGORITHM[J].Thermal Power Generation,2009,38(2).
Authors:WANG Jie  JIANG Guo-qiang  WANG Shuan
Abstract:
Keywords:PID
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号