论文部分内容阅读
随着我国火电机组向着高参数大容量的超超临界机组发展,机组强非线性、强不确定性和强耦合性的特点更加明显,这就给单元机组动态模型的建立带来了困难。本文在分析超超临界单元机组动态特性的基础上,分别利用静态BP神经网络、动态Elman神经网络和模糊神经网络建立了1000MW超超临界直流锅炉单元机组的动态模型并与机组的线性模型进行了比较,仿真结果证明了所建模型的有效性。论文的研究内容和取得的主要成果主要体现在以下几个方面:1.在分析超超临界机组机理动态特性的基础上,将机组简化为三输入三