典型文献
基于GA-BP的介质阻挡放电的功率因子和放电功率预测模型
文献摘要：
为了提升放电等离子体的能量利用效率和注入功率,本文建立了以放电电压、放电频率、放电长度和气体流速为输入的遗传算法优化的BP神经网络模型,来预测介质阻挡放电的功率因子和放电功率,并借助模型预测数据探究了上述四个因素对功率因子和放电功率的影响规律,用以指导介质阻挡放电的实际应用及优化设计.根据测试集数据进行计算可得对放电功率进行预测的平均误差水平为3％,对功率因子进行预测的平均误差水平为2.73％,说明该模型具有较高的预测精度,且收敛速度较快.
文献关键词：
介质阻挡放电;功率因子;放电功率;BP神经网络;遗传算法
中图分类号：
作者姓名：
沈云辉;程世业;鲁娜;郭亚逢
作者机构：
中国石油化工股份有限公司 北京100728;大连理工大学电气工程学院 大连116024;中石化安全工程研究院有限公司 青岛266000
文献出处：
引用格式：
[1]沈云辉;程世业;鲁娜;郭亚逢-.基于GA-BP的介质阻挡放电的功率因子和放电功率预测模型)[J].真空科学与技术学报,2022(04):296-303
A类：
B类：
GA,介质阻挡放电,功率因子,放电功率,功率预测模型,放电等离子体,能量利用效率,放电电压,放电频率,气体流速,遗传算法优化,预测数据,应用及优化,测试集,平均误差,收敛速度
AB值：
0.202945
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。
