论文部分内容阅读
本文对人工神经网络(ANN)进行改进,提高了其收敛速度和仿真精度,实现了基于BP网络的实时热力参数的仿真并在此之上建立起虚拟传感器系统。而且,在总结了常规的电站汽轮机组性能分析的基础上,应用神经网络并拓展了神经网络算法,使之能够进行实际系统偏差分析,实现基于BP网络的汽机能损分析,从而建立起基于神经网络的汽机的性能分析,包括汽机热耗的仿真和汽机可控参数的偏差分析。本文的一些主要工作如下:
1.实现传感器的故障诊断和在线基于BP仿真,建立了虚拟传感器系统。
2.汽机热耗分析和能损分析的BP网络实现。本文在总结常规汽轮机性能分析的基础上,使用BP网络对汽轮机热耗进行仿真;并且拓展了BP网络算法,使得BP网络能够分析网络输出对输入的偏导数,这样通过汽机热耗的训练,该BP网络就能够具备仿真汽机热耗和能损分析的能力,从而建立起基于神经网络的汽机性能分析系统,包括热耗分析和能损分析。使用神经网络进行汽轮机的性能分析,可以利用网络的学习功能,减少系统运行时对输入参数需求的数量。使得系统利用较少的主要参数就能得出机组的性能状况,提高了系统的速度以及可靠性、稳定性。