摘要
蒸気冷却器の汚れの熱抵抗の予測が困難な問題に対処するために、改良された粒子群アルゴリズムを使用してElmanニューラルネットワークを最適化し、蒸気冷却器の汚れの熱抵抗の予測モデルを構築しました。粒子の慣性重量とグローバル認知能力を動的に調整し、粒子群アルゴリズムを改良して収束精度と速度を向上させます。ニューラルネットワークの重みと閾値を最適化することにより、モデルの予測能力を向上させました。蒸気冷却器の清掃後の300 MW発電所の汚れの熱抵抗の予測モデルを構築しました。予測値は実測値と比較して、モデルの精度を検証します。結果は、改良された予測モデルがより高い精度と適応能力を持ち、蒸気冷却器の汚れの熱抵抗と洗浄時間間隔の理論的根拠を提供しています。
关键词
Elmanニューラルネットワーク; 粒子群アルゴリズム; 蒸気冷却器; 汚れの熱抵抗; 予測モデル