科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究火电厂供电煤耗优化问题,火电厂供电煤耗是衡量电厂能经济运行的一项重要指标,由于热耗与锅炉平衡效率计算需要大量离线数据,很难在电厂监控系统上实时显示供电煤耗。为解决上述问题,利用可变学习速率的BP算法建立了供电煤耗仿真的三层神经网络模型,并用C语言编制了相应的计算程序。对比不同输入参数以及不同隐层节点数情况下进行仿真,结果表明仅用16个强关联参数和22个隐层节点数的BP神经网络模型就能够在线仿真出精度较高的供电煤耗,并且动态响应好,具有很强的鲁棒性。
- 单位
研究火电厂供电煤耗优化问题,火电厂供电煤耗是衡量电厂能经济运行的一项重要指标,由于热耗与锅炉平衡效率计算需要大量离线数据,很难在电厂监控系统上实时显示供电煤耗。为解决上述问题,利用可变学习速率的BP算法建立了供电煤耗仿真的三层神经网络模型,并用C语言编制了相应的计算程序。对比不同输入参数以及不同隐层节点数情况下进行仿真,结果表明仅用16个强关联参数和22个隐层节点数的BP神经网络模型就能够在线仿真出精度较高的供电煤耗,并且动态响应好,具有很强的鲁棒性。
