En utilisant la bonne capacité de l'algorithme génétique (GA) à rechercher l'optimal pour la récurrence dynamique de la machine à vapeur (Elman) et l'optimisation préalable du réseau neuronal, un modèle de prédiction du réseau neuronal GA-Elman est établi et un calcul en ligne de la machine à vapeur est réalisé sur un exemple de centrale électrique de 350 MW. Les résultats montrent que le modèle de prédiction du réseau neuronal GA-Elman surmonte les inconvénients du réseau Elman traditionnel utilisant la méthode de descente de gradient pour l'entraînement, tels que la tendance à plonger rapidement dans les minima locaux, la lenteur de convergence, la faible précision et améliore la précision de prédiction et la vitesse de convergence, plus adaptée à une application sur le terrain.

Machine à vapeur; Vapeur; Calcul en ligne; Précision de prédiction; Elman; GA