典型文献
基于神经网络的凝汽器变工况模型
文献摘要：
汽轮发电机组冷端系统运行优化问题中,因凝汽器设备运行一段时间后污染结垢及设备老化而性能改变,传统的凝汽器变工况特性模型计算值与实际值偏差较大,影响优化效果.针对上述问题,以600MW汽轮机组凝汽器为研究对象,在大型历史数据集的基础上,采用BP神经网络建立了该机组凝汽器变工况特性模型,仿真结果表明机组背压的预测计算结果与实际数据误差在4.5％之内,大部分误差不超2.0％.基于上述模型对凝汽器变工况特性进行了计算及敏感性分析,结果表明机组背压对循环冷却水进口水温变化最为敏感,其次是负荷率变化,最后是循环水流量变化;在机组高负荷率和入口冷却水温较高时,增加循环水流量降低机组背压效果更加明显.
文献关键词：
汽轮机组;机组背压;凝汽器;变工况;神经网络
中图分类号：
作者姓名：
汪霞;严波;刘晖明;余廷芳
作者机构：
贵溪发电有限责任公司,江西贵溪335400;南昌大学,江西南昌330031
文献出处：
引用格式：
[1]汪霞;严波;刘晖明;余廷芳-.基于神经网络的凝汽器变工况模型)[J].计算机仿真,2022(10):99-103
A类：
B类：
凝汽器,变工况模型,汽轮发电机组,冷端系统,运行优化,优化问题,设备运行,结垢,设备老化,变工况特性,计算值,优化效果,600MW,汽轮机组,历史数据,该机,机组背压,预测计算,实际数据,数据误差,循环冷却水,口水,水温变化,负荷率,循环水流量,流量变化,高负荷,冷却水温
AB值：
0.280259
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。
