基于神经网络的凝汽器污垢热阻预测模型

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

• 1 改进PSO-Elman神经网络
•   1.1 Elman神经网络
•   1.2 改进PSO算法
• 2 凝汽器实例运行
• 3 结果分析
• 4 结论与建议

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