典型文献
基于BP神经网络汽水分离器组合建模研究
文献摘要：
在热工系统建模中,若建立一个全工况模型,传统上会采用集总参数建模方法,但在建模过程中,模型中存在许多经验参数,这将导致机理模型精度较低,然而很难通过简单的试验建模在全工况范围内建立模型.因此提出了一种机理建模和神经网络建模相结合的组合建模方法,它不仅提高了模型的精度,而且可以应用到更大的范围.根据某电厂1000 MW超临界机组的历史运行数据,依据典型工况(例如不同时期的负荷),在Matlab平台上对汽水分离器组合模型进行仿真和测试,仿真结果显示,神经网络模型在训练之后,该模型能够有效地预测机理模型中的未知参数,并且所构建的组合模型也能够有效地模拟该系统现场典型工况,通过机理建模和神经网络建模相结合的组合建模方法具有一定的通用性.
文献关键词：
机理建模;BP神经网络;组合建模;Matlab仿真
中图分类号：
作者姓名：
康宁;张仁义;胡庆军;王庭宽;赵博
作者机构：
天津电气科学研究院有限公司,天津 300180
文献出处：
引用格式：
[1]康宁;张仁义;胡庆军;王庭宽;赵博-.基于BP神经网络汽水分离器组合建模研究)[J].电气传动,2022(02):53-56,60
A类：
集总参数建模
B类：
汽水分离器,组合建模,建模研究,热工系统,系统建模,全工况,上会,经验参数,机理模型,模型精度,内建,建立模型,机理建模,网络建模,MW,超临界机组,历史运行数据,典型工况,如不,Matlab,组合模型,未知参数,通用性
AB值：
0.292345
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。
