典型文献
基于粗糙集-BP神经网络的火电机组热控电源自动配置模型
文献摘要：
火电厂是我国重要的电力生产项目,为提高火电机组运行的可靠性与经济性,基于粗糙集理论,结合BP神经网络算法,研究火电机组热控电源自动配置模型.分析热控电源的基本特征,利用电力参数模块,采集热控电源信号特征,进行归一化处理,构建自动配置方法的初始数据集,基于粗糙集理论,根据属性决策特征,建立电源信号属性决策表,为自动配置方法,提供理论依据,进行连续属性的约简处理与离散化处理,精简化属性决策集合,利用BP神经网络算法,建立火电机组热控电源自动配置模型.为检测模型的可行性,设计模拟试验,试验结果显示,设计模型具有高效性与准确性,模型输出结果的ROC曲线,对应的AUC值(Area under curve)为0.916,即模型自动配置结果的精准度为91.6％,表明融合了粗糙集理论与BP神经网络算法的模型,可以显著地提升模型的精准度.
文献关键词：
粗糙集算法;BP神经网络算法;火电机组;热控系统;电源自动配置模型
中图分类号：
作者姓名：
姜晓弢
作者机构：
国家能源集团辽宁电力有限公司,辽宁沈阳110000
文献出处：
引用格式：
[1]姜晓弢-.基于粗糙集-BP神经网络的火电机组热控电源自动配置模型)[J].自动化应用,2022(07):35-37
A类：
电源自动配置模型
B类：
火电机组,火电厂,电力生产,生产项目,机组运行,粗糙集理论,神经网络算法,电力参数,集热,源信号,信号特征,归一化处理,配置方法,决策表,连续属性,约简,离散化处理,精简,检测模型,模拟试验,设计模型,模型输出,输出结果,Area,under,curve,粗糙集算法,热控系统
AB值：
0.241002
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。
