典型文献
自适应反归一化改进多层神经网络轴流转桨水轮机协联功率预测
文献摘要：
轴流转桨水轮机现场协联试验受经济和时间成本限制,获取的数据量有限,难以全面指导机组协联运行参数设置.为提高协联试验效率,实现水轮机协联工况下的功率追踪,同时避免水轮机物理模型高度非线性化难以模拟实际现场问题,提出一种基于改进多层神经网络数学预测模型,采用Rule函数、L2正则化、Adam优化器并用PSO算法优化其梯度参数.针对神经网络实际预测缺乏真实值的问题,提出自适应反归一化区间端值判断策略提高实际预测准确度.通过协联与非协联仿真分析,结果表明所提出预测模型和区间策略能够在小样本情况下对轴流转桨水轮机协联工况实现有效的实际预测,具有较高精度.
文献关键词：
轴流转桨水轮机;协联试验;多层神经网络预测模型;自适应反归一化
中图分类号：
作者姓名：
陆文玲;夏家辉;孔繁镍
作者机构：
南宁职业技术学院智能制造学院,广西南宁530008;广西大学电气工程学院,广西南宁530004
文献出处：
引用格式：
[1]陆文玲;夏家辉;孔繁镍-.自适应反归一化改进多层神经网络轴流转桨水轮机协联功率预测)[J].广西大学学报（自然科学版）,2022(06):1532-1542
A类：
自适应反归一化,轴流转桨水轮机,协联试验,多层神经网络预测模型
B类：
功率预测,时间成本,数据量,联运,运行参数,参数设置,试验效率,功率追踪,免水,物理模型,高度非线性,线性化,模拟实际,现场问题,Rule,L2,正则化,Adam,优化器,PSO,算法优化,真实值,高实,预测准确度,联仿,小样本
AB值：
0.242165
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
