基于L-M算法的火电厂实时数据神经网络预测模型研究

• 作者: 刘杰 杨雁梅 陈梅倩
• 来源期刊: 热力发电
• 关键词: 火电厂 L-M算法 BP神经网络 实时数据神经网络 预测模型 数据预处理 仿真
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 基础研究
• 页码范围: 54-57,64
• 页数: 5页
• 分类号: TP323
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2008.01.013

摘要

提出了一种建立在BP神经网络上的基于Levenberg-Marquardt(简称L-M)算法的火电厂实时数据神经网络预测模型,以减少训练次数和提高训练精度.通过对某电厂300MW机组高压加热器进口温度进行训练和校核,分析了数据预处理的重要性.仿真结果表明,该模型能够获得未来时刻合理的预测结果,可用于缺失数据补充和实时数据校核,提高数据可靠性,适用于在线对未来状态的评价,为状态检修提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘杰		48	403	10.0	18.0
2	陈梅倩		27	244	9.0	14.0
3	杨雁梅		2	14	2.0	2.0