- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于BP神经网络的汽轮机排汽干度在线计算.pdf
第 43卷 第 9期 热 力 发 电 Vo1.43 NO.9
2014年 9月 THERMALPOW ER GENERAT10N Sep.2014
基于BP神经网络的汽轮机
排汽干度在线计算
谢诞梅 ,陈 畅,熊扬恒,高 尚,王 纯
(武汉大学动力与机械学院,湖北 武汉 430072)
[摘 要]对于大型凝汽式汽轮机 ,其汽轮机末级的排汽状态点处于湿蒸汽区,由于缺乏实时有效的测
量手段 ,汽轮机末级排汽干度难 以直接确定,其计算取值一直是 火 电机组热力 系统热经济性
在线分析的难点。利用 BP神经网络的非线性映射 能力,以某台N1000—25/600/600型汽轮
机为研究对象,建立了汽轮机末级排汽干度 (排汽干度)与机组负荷和汽轮机末级排汽压力
(排汽压力)的BP神经网络关系模型。将该模型通过典型工况的学习训练及校验后 ,用于排
汽干度的全工况在线计算 。结果表 明,所建模 型最大训练误差和最大校验误差分别为
一 0.0061和一0.0010,满足工程计算的精度要求,可用于排汽干度在线计算和预测。
[关 键 词]汽轮机 ;排汽干度;BP神经网络;在线计算
[中图分类号]TK212 ESc献标识码]A [文 章 编 号]1002—3364(2014)09—0039—04
I-DOI编 号]10.3969/j.issn.1002—3364.2014.09.039
BP neuralnetworkbasedonlinepredictionofsteam turbineexhaustdryness
XIE Danmei,CHEN Chang,XIONG Yangheng,GAO Shang,W ANG Chun
(SchoolofPowerandM echanicalEngineering,W uhanUniversity,Wuhan430072,China)
Abstract:Inlargescalecondensingturbineunit,theexhauststatusalwaysliesinwetsteam area.Duetothe
lackofeffectivemeasuringmethod,theexhaustdrynessofthesteam turbineisdifficulttoobtaindirectly,
whichhasbeen thedifficultproblem in onlineeconomicanalysisforthermalpowerunits.By takingan
N1000—25/600/600ultra—supercriticalsteam turbineasanexample,thenonlinearmappingabilityofBP
neuralnetworkwasusedtoestablish amodelwhichcan reflecttherelationshipbetweenexhaustdryness
andunitloadandexhaustpressure.Afterlearningandtrainingundersometypicalconditions,thismodel
wasusedforexhaustdrynessonlinecalculationunderfullcondition.Theresultsshow thefinalerrorofthe
trainingsamplesandverifyingsampleswerecontrolledwithin一0.0061and一0.0010,whichsatisfiesthe
accuracyrequirementforengineeringcalculation,indicatingtheestablishedBP neuralnetworkcan beused
inexhaustdrynessprediction.
Keywords:exhaustdrynes
您可能关注的文档
- 信息交互中的用户体验综合评价方法研究.pdf
- 信息检索MOOC教学内容的设计思路.pdf
- 信息集群理论和公共数字文化资源整合.pdf
- 假洋货泛滥的表现及原因.pdf
- 健康人力资本投资与居民收入——基于私人和公共部门健康支出的实证分析.pdf
- 儒学理论主题的古今推演——对崔大华先生儒家论著的要旨绎读.pdf
- 光栅立体印刷的成像原理及技术工艺.pdf
- 全国统筹背景下基本养老金的区域非均衡发展——基于中国省级面板模型的实证分析.pdf
- 全球第五个卫星导航系统数据中心落户武大.pdf
- 全英文水利工程专业人才培养的研究与实践.pdf
- 2025年吉林省长春市中考历史试题(解析版).pdf
- 2024-2025学年人教版八年级物理下册期末复习练习卷 (含答案).pdf
- 人教版八年级英语上册期末核心考点归纳(含答案).pdf
- 氧化还原滴定与沉淀滴定的相关计算-2024年高考化学考点复习(全国)解析版.pdf
- 数与式一(有理数、实数和代数式,60题)-2021-2025年中考数学复习分类汇编(上海专用).pdf
- 议论文阅读-2024年中考语文一轮复习题型专练.pdf
- 2025年人教版新高一英语学困生专项复习《完形填空》.pdf
- 2023-2025年高考地理试题分类汇编:交通(全国通用)解析版.pdf
- 2025年高考历史试题分类汇编:中国近代史·选择题(全国通用)原卷版.pdf
- 氧化还原滴定与沉淀滴定的相关计算-2024年高考化学考点复习(全国)原卷版.pdf
文档评论(0)