Présente un modèle de prévision de réseau neuronal en temps réel sur une centrale électrique, basé sur l'algorithme Levenberg-Marquardt (abrégé L-M), afin de réduire le nombre de sessions de formation et d'augmenter la précision de la formation. En formant et en étalonnant le réchauffeur haute pression du réacteur de 300 MW sur une centrale électrique spécifique, l'importance du prétraitement des données a été analysée. Les résultats de la simulation montrent que ce modèle est capable d'obtenir des prévisions raisonnables à l'avenir, peut être utilisé pour compléter les données manquantes et étalonner les données en temps réel, améliorant la fiabilité des données, applicable à l'évaluation en ligne de l'état futur et fournissant une base pour l'évaluation de la maintenance.

centrale électrique; algorithme L-M; réseau neuronal BP; réseau neuronal en temps réel des données; modèle de prévision; prétraitement des données; simulation