基于Elman神经网络的NSG水位特性辨识方法研究

• 作者: 周刚 张大发 彭威
• 来源期刊: 海军工程大学学报
• 学科: 工学
• 关键词: 核动力 蒸汽发生器 Elman神经网络 水位 辨识
• 年，卷（期）: 2005,（5）
• 页码范围: 68-71,77
• 页数: 5页
• 分类号: TL362
• 字数: 2683字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3486.2005.05.016

摘要

针对核动力蒸汽发生器在瞬态、启动和低功率下的"收缩"与"膨胀"现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用Levenberg-Marququardt BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚	海军工程大学船舶与动力学院	26	213	9.0	14.0
2	张大发	海军工程大学船舶与动力学院	65	403	11.0	15.0
3	彭威	海军工程大学船舶与动力学院	15	57	4.0	7.0