基于改进BP神经网络的火电厂实时数据预测模型研究

• 来源期刊: 热力发电
• 学科: 工学
• 关键词: BP神经网络 预测模型 火电厂 动量因子 自适应
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 基础研究
• 页码范围: 18-20
• 页数: 3页
• 分类号: TP18
• 字数: 2843字
• 语种: 中文

摘要

提出了一种基于改进BP神经网络的火电厂实时数据预测模型,即在标准BP算法中引入动量因子和自适应学习速率,以减少收敛振荡过程,加快学习速度.选用某电厂300 MW机组主给水流量实时数据进行网络训练学习和校核,分析了输入和隐含层节点数、学习样本数和动量因子对模型预测精度的影响.实例分析表明,该模型有较好容错性,能满足火电机组性能分析的要求.