摘要
改善されたBPニューラルネットワークを基に、火力発電所のリアルタイムデータ予測モデルが提案されました。つまり、収束振動を減らし、学習速度を速めるために、標準BPアルゴリズムにモーメンタム要素と適応学習速度を導入しました。300MW発電所の主水流量のリアルタイムデータをネットワークトレーニング学習と検証に使用し、入力および隠れ層ノードの数、学習サンプル数、およびモーメンタム要素がモデル予測精度に与える影響を分析しました。ケーススタディでこのモデルは優れたフォールトトレランスを持ち、火力発電グループの性能分析要件を満たすことができることが示されました。
关键词
BPニューラルネットワーク; 予測モデル; 火力発電所; モーメンタム要素; 適応的