神經網絡在火電廠建模中的應用.pdf

1、隨著火電廠機組容量逐漸增加,鍋爐、汽輪機及其各種輔機設備的日趨復雜化,電廠對于建立機組熱工過程數學模型的要求也越來越強烈.良好的數學模型對于火電廠的運行和分析都有著重要的意義.例如,火電廠的仿真機模型可以用來對電廠的人員進行培訓,一方面提高了操作人員的素質,另一方面也減少了電廠事故的發(fā)生.另外,數學模型還在機組運行效率分析、故障診斷及預測、控制方法的檢驗等多方面有著重要的應用價值.但是到目前為止,對于火電廠建模的研究中仍然存在這很多缺點

2、和不足.因此,該文通過對國內外各種建模方法的分析和研究,對火電廠建模中的缺點和不足提出了部分改正方案.該文研究的主要問題如下:(1)該文的第一部分主要分析了目前使用神經網絡方法對火電廠建模的現狀,總結了使用前饋神經網絡在熱工過程建模中的不足.針對這些問題,該文提出了使用Elman反饋型神經網絡對火電廠熱工過程進行建模的方法,并對反饋型神經網絡建模的優(yōu)點者了闡述.(2)該文的第二部分對目前火電廠中主要使用的機理建模的方法進行了簡要敘述.針

3、對機理模型在建模過程中計算復雜,試驗和設計數據需求量大、仿真精度不高等缺點,文本提出了一種新型的機理神經網絡建模結構.這種建模方法通過在機理建模中加入神經網絡結構達到了簡化建模過程的目的.對于該文的介紹的反饋神經網絡以及機理神經網絡建模方法的研究目前還處在初級階段,需要使用眾多學科的知識來解決.因此,由于上述原因以及作者的水平和時間有限,將該文所得的仿真結果應用于實際的現場中仍然存在著大量的問題沒有解決.對于這些問題,該文在最后進行了詳