典型文献
基于并联形式的智能融合算法的燃气轮机仿真模型构建
文献摘要：
为更好地实现机理模型与智能预测模型的优势互补,采用机理、BP神经网络和逐步聚类3种单一模型,分别构建了包括最优加权法、BP神经网络融合算法和多模式动态权重分配法在内的3套机理模型与融合算法相结合的智能融合模型.以辽宁某钢厂燃气轮机为研究对象,对比分析了 3种智能融合模型与单一模型的仿真效果.结果表明:智能融合模型的仿真精度更高,均方根误差均在1％以内;当训练数据量较多时,智能融合模型中最优加权法的准确度比其他2种模型高,其决定系数高于0.97,平均误差为0.51％;融合算法在燃气轮机仿真模型构建的成功应用,为提高燃气轮机模型仿真精度和掌握变工况条件下的表现提供了很好的技术支持.
文献关键词：
燃气轮机;人工智能;机理模型;智能融合模型;并联形式
中图分类号：
作者姓名：
郑非凡;王旭;许野;李薇;包哲
作者机构：
华北电力大学环境科学与工程学院,北京102206;华北电力大学核科学与工程学院,北京102206
文献出处：
引用格式：
[1]郑非凡;王旭;许野;李薇;包哲-.基于并联形式的智能融合算法的燃气轮机仿真模型构建)[J].动力工程学报,2022(08):769-776
A类：
智能融合模型
B类：
并联形式,融合算法,燃气轮机,实现机理,机理模型,智能预测,优势互补,逐步聚类,最优加权法,网络融合,多模式,动态权重,权重分配,分配法,钢厂,真效果,仿真精度,训练数据,数据量,决定系数,平均误差,成功应用,模型仿真,变工况,工况条件
AB值：
0.262427
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。
