论文部分内容阅读
目前汽轮机组中一部分测点传感装置损坏率高,使得一些热经济性分析的结果产生较大偏差.基于人工神经网络,作者对当前普遍使用的BP网络模型进行了某些改进、对网络中的一些参数作出了调整,以使模型具有较强的自适应能力并使得网络的收敛速度沿着最佳方向进行,还编制了相应的程序.作为实例,文中对某一实际机组的参数进行了仿真计算,绝大多数数据的相对误差在1.5%以内,可以满足工程实际的需要.文章对输入输出参数之间的关联程度,对影响输出结果的精度、收敛速度等因素进行的分析比较可供今后的热力参数在线仿真和负荷预测借鉴.用该模型