原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
双重BP神经网络组合模型在实时数据预测中的应用,bp神经网络预测,bp神经网络预测实例,bp神经网络预测matlab,bp神经网络预测模型,bp神经网络预测代码,bp神经网络预测程序,bp神经网络人口预测,bp神经网络预测股票,bp神经网络预测精度
27 卷 17 期 中 国 电 机 工 程 学 报 Vol.27 No.17 Jun. 2007
2007 年6 月 Proceedings of the CSEE 2007 Chin.Soc.for Elec.Eng.
文章编号：0258-8013 (2007) 17-0094-04 中图分类号：TM621.6 文献标识码：A 学科分类号：47099
双重BP 神经网络组合模型在实时数据预测中的应用
蔚，盛德仁，陈坚红，任浩仁，袁镇福，岑可法，周永刚
(浙江大学机械与能源工程学院，浙江省 杭州市 310027)
The Application of Double BP Neural Network Combined
Forecasting Model in Real-time Data Predicting
LI Wei, SHENG De-ren, CHEN Jian-hong, REN Hao-ren, YUAN Zhen-fu, CEN Ke-fa, ZHOU Yong-gang
(College of Mechanical and Energy Engineering, Zheji ang University, Hangzhou 310027, Zheji ang Province, China)
ABSTRACT: As a new data forecasting model, the double BP [1]
性是确保机组安全运行和经济运行的必要条件 。
neural network combined model based on regressive neural 由于火电厂的热力系统非常庞大而且复杂，测点参
network and time-delay neural network was proposed, which 数数目多，传感器长期工作在高温、高压等恶劣环
has the advantages of nonlinear combined forecasting methods. 境下，不可避免存在热力参数失效问题，所以生产
The model was trained with main steam flow values of one
实时数据的有效性验证工作显得尤为重要，一旦发
660MW unit. The calculation results testified that the double
现实时数据有误，需要提供合理的预测值以保障机
BP neural network model improved the forecasting accuracy of
组性能计算的准确性。
a single model. The mean relative forecasting error of checking
samples data was 1.5%, while the mean relative forecasting 国外的数据验证研究有着广泛的应用，如EPRI
errors of regression neural network and time-delay neural 开发的ICMP 应用奇偶空间法检测冗余传感器的性
network were 2.7% and 1.9%
文档评论（0）