基于bp神经网络的空冷机组背压影响的多因素分析 multi-factor analysis of impacting backpressure for air-cooling unit based on bp neural network.pdfVIP

基于bp神经网络的空冷机组背压影响的多因素分析 multi-factor analysis of impacting backpressure for air-cooling unit based on bp neural network.pdf

  1. 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. 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. 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. 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. 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. 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. 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
基于bp神经网络的空冷机组背压影响的多因素分析 multi-factor analysis of impacting backpressure for air-cooling unit based on bp neural network

第28卷第3期 电力学报 V01.28No.3 2013年6月 JOURNALOF ELECTRICPOⅥ吧R Jun.2013 文章编号:1005-6548(2013)03-0235-03中图分类号:TM621.3 文献标志码:B 学科分类号:47040 基于BP神经网络的空冷机组背压影响的多因素分析 印 江,白建云,侯鹏飞 (山西大学工程学院,太原030013) Multi-factorof for Unit AnalysisImpactingBackpressure Air—cooling BasedonBPNeural Network YIN Jiang,BAIJian·yun,HOU Peng-fei ofShanxi (Engineering 030013,China) College University,Taiyuan totheactual dataof ABSTRACT:AccordingoperationPing· 境温度、环境风速、汽机负荷以及风机转速对机 shuoCoal PowerPlantin 1 Garlgue November,202,thispaper 组背压的影响,并提出一些具体措施以减小这些 buildstheBPneuralnetworkmodelof foritsdi— backpressure 不利影响。 multi—factorcurvesofback· rect unit,obtains air-cooling impact BP神经网络具有很强的非线性映射能力,且 suchasambient load pressure temperature,windspeed,turbine 具有自学习和自适应等特。[21。本文选用BP神经 and several these fan measurestosolve speedfinallyproposes 网络建立直接空冷机组背压的预测模型。 problems. KEY neural di化。t 1 直接空冷机组背压的BP网络模型 WORDS:airunit;BPnetwork; cooling air-cooling;backpressure;multi-factor 1.1 BP神经网络模型的建立 摘要:根据山西平朔煤矸石电厂2012年11月的实际运行 选取山西平朔煤矸石电厂2012年11月某时 数据,建立了该厂直接空冷机组背压的BP神经网络模型, 段的实际运行数据,每隔2分钟进行一次采样, 并依据该模型建立了环境温度、环境风速、汽机负荷与风 剔除坏点后共选取

您可能关注的文档

文档评论(0)

hello118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档