基于神经网络的火力电站锅炉侧等效模型
作者:
黄莉莉
;
袁景淇
;
袁嘉婧
;
郭广跃
关键词:
锅炉侧等效焓衡算模型
BP神经网络
RBF神经网络
滚动学习
摘要：
针对火力电站锅炉侧传统建模方法参数确定难度大等问题,提出了基于神经网络的火力电站锅炉侧等效焓衡算模型建模方法。以一次风、二次风、总给水、煤粉以及历史主蒸汽焓值为输入,以未来1 min主蒸汽焓值为输出,分别采用BP和RBF网络结构建立了输入输出映射关系,并建立了滚动学习预报机制。网络训练采用某300 MW火力电站的实际操作数据。最后考察了网络对主蒸汽焓值的预报精度。结果表明,两种方法建立的锅炉侧等效焓衡算模型对主蒸汽焓值超前1 min预报的误差都在1.5%以内,且RBF网络建立的模型精度比BP网络要高些。
上一篇：数据驱动的上海市日需水量预报建模研究
下一篇：基于RBF神经网络控制器的设计