论文摘要
针对凝汽器污垢热阻难以预测的问题,采用改进粒子群算法优化的Elman神经网络建立凝汽器污垢热阻预测模型。根据粒子个体与全局的认知能力动态调整惯性权重,改进粒子群算法,提高算法收敛精度和速率,利用改进的粒子群算法优化神经网络的权值和阀值,提升模型的预测能力。以某电厂300 MW机组凝汽器清洗后的运行状况搭建模型,将预测值与实际值进行对比,验证模型准确性。结果表明,改进后的预测模型具有更好的精度和适应能力,为凝汽器污垢热阻预测和清洗时间间隔提供了理论依据。
论文目录
文章来源
类型: 期刊论文
作者: 田松峰,吴昭延,王子光,王傲男,魏言
关键词: 神经网络,粒子群算法,凝汽器,污垢热阻,预测模型
来源: 热力发电 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华北电力大学电站设备状态监测与控制教育部重点实验室
基金: 中央高校基本科研业务费专项资金资助(12Q39),河北省自然科学基金项目(E2012502016)~~
分类号: TM621
DOI: 10.19666/j.rlfd.201807145
页码: 78-82
总页数: 5
文件大小: 742K
下载量: 152