摘要
L-M(Levenberg-Marquardt)アルゴリズムに基づく火力発電所のリアルタイムニューラルネットワーク予測モデルを提案し、トレーニングセッションの数を減らしトレーニングの精度を向上させる。特定の火力発電所の300MW原子炉の高圧加熱器をトレーニングおよびキャリブレーションすることで、データ前処理の重要性を分析した。シミュレーション結果は、このモデルが将来の合理的な予測結果を得ることができ、欠損データを補完しリアルタイムデータをキャリブレーションしてデータ信頼性を向上させることができ、将来の状態のオンライン評価に適用でき、メンテナンス評価の基盤を提供できることを示している。
关键词
火力発電所; L-Mアルゴリズム; BPニューラルネットワーク; リアルタイムデータニューラルネットワーク; 予測モデル; データ前処理; シミュレーション