基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究 |
| |
引用本文: | 陈小强,许仙珍,蔡璐璐,张江丰,楼可炜.基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究[J].热力发电,2014(6). |
| |
作者姓名: | 陈小强 许仙珍 蔡璐璐 张江丰 楼可炜 |
| |
作者单位: | 国网浙江省电力公司电力科学研究院;浙江大学智能系统与控制研究所;安徽工程大学电气学院; |
| |
基金项目: | 浙江省公益科技资助项目(2012C31G6130003) |
| |
摘 要: | 由于超超临界1 000MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题。对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势。仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性。
|
关 键 词: | 超超临界 MW机组 过热蒸汽温度 GMDH神经网络 预测模型 |
本文献已被 CNKI 等数据库收录! |
|