基于BP神經(jīng)網(wǎng)絡優(yōu)化算法的供熱管網(wǎng)泄漏診斷.pdf

1、隨著集中供熱管網(wǎng)規(guī)模的持續(xù)擴大以及部分管線運行年數(shù)的增加，管網(wǎng)在供熱運行中不可避免的會發(fā)生各類故障，其中管網(wǎng)泄漏問題更為常見。這不僅會給人們冬季的生產(chǎn)生活帶來安全隱患，還會造成能源浪費帶來巨大的經(jīng)濟損失。因此如何對管網(wǎng)運行數(shù)據(jù)進行科學的分析、預測制定良好的診斷方案，盡早的發(fā)現(xiàn)管網(wǎng)泄漏故障，具有切實的經(jīng)濟意義和社會意義。
　　本文結合實際供熱工程，首先，以供熱信息管理平臺為依托，從供熱運行實測數(shù)據(jù)入手分析，通過利用人工神經(jīng)網(wǎng)絡良好的

2、非線性逼近能力，選擇BP人工神經(jīng)網(wǎng)絡建模，將平臺采集的正常供熱工況下的室外溫度、二次網(wǎng)供水溫度數(shù)據(jù)作為學習樣本對二次網(wǎng)回水溫度進行建模，較為準確的構建了回水溫度的正常工況下的預測模型，誤差范圍與模型精度能夠滿足要求。其次，由于傳統(tǒng)BP神經(jīng)網(wǎng)絡初始權值和閾值不確定，網(wǎng)絡學習中易于出現(xiàn)收斂速度慢、運行結果不穩(wěn)定的現(xiàn)象，為此，采用粒子群優(yōu)化算法改進BP神經(jīng)網(wǎng)絡，經(jīng)MATLAB仿真研究，新算法加快了BP神經(jīng)網(wǎng)絡的收斂速度，提高了網(wǎng)絡預測精度。最