Avec la capacité de forte aptitude à la non-linéarité du réseau neuronal, la généralisation du réseau et la capacité de tolérance, nous avons construit un modèle de calcul en ligne de l'économie thermique basé sur le réseau neuronal BP. A titre d'exemple, pour une unité de 320 MW, en fonction d'un indicateur spécifique d'économie thermique, nous avons pleinement utilisé les avantages des réseaux neuronaux pour construire un modèle de taux de chaleur de la turbine. La comparaison des résultats obtenus par des méthodes classiques de calcul montre que ce modèle a une précision et une stabilité élevées, et que les fluctuations des paramètres causées par un fonctionnement non stationnaire ont très peu d'impact sur ses résultats, offrant ainsi une nouvelle approche et méthode pour le calcul en ligne des indicateurs d'économie thermique.

Unité de 320 MW; économie thermique; taux de consommation de chaleur; condition de fonctionnement non stationnaire; réseau neuronal BP; modèle de calcul