原文服务方: 热力发电       
摘要:
对于大型凝汽式汽轮机,其汽轮机末级的排汽状态点处于湿蒸汽区,由于缺乏实时有效的测量手段,汽轮机末级排汽干度难以直接确定,其计算取值一直是火电机组热力系统热经济性在线分析的难点.利用 BP 神经网络的非线性映射能力,以某台 N1000-25/600/600型汽轮机为研究对象,建立了汽轮机末级排汽干度(排汽干度)与机组负荷和汽轮机末级排汽压力(排汽压力)的BP神经网络关系模型.将该模型通过典型工况的学习训练及校验后,用于排汽干度的全工况在线计算.结果表明,所建模型最大训练误差和最大校验误差分别为-0.0061和-0.0010,满足工程计算的精度要求,可用于排汽干度在线计算和预测.
推荐文章
汽轮机低压缸排汽通道优化改造
低压缸
排汽通道
导流装置
优化
改造
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
基于Elman神经网络的汽轮机排汽焓在线预测计算
汽轮机
排汽焓
Elman神经网络
在线预测
基于PSO-Elman神经网络的汽轮机排汽焓在线预测计算
汽轮机
排汽焓
Elman神经网络
粒子群优化算法
在线预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的汽轮机排汽干度在线计算
来源期刊 热力发电 学科
关键词 汽轮机 排汽干度 BP神经网络 在线计算
年,卷(期) 2014,(9) 所属期刊栏目 热 能 科 学 研 究
研究方向 页码范围 39-42,47
页数 5页 分类号 TK212
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2014.09.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈畅 武汉大学动力与机械学院 83 229 8.0 10.0
2 谢诞梅 武汉大学动力与机械学院 77 440 9.0 16.0
3 熊扬恒 武汉大学动力与机械学院 47 272 9.0 13.0
4 高尚 武汉大学动力与机械学院 11 39 3.0 6.0
5 王纯 武汉大学动力与机械学院 8 57 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (42)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(16)
  • 参考文献(1)
  • 二级参考文献(15)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(7)
  • 参考文献(5)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽轮机
排汽干度
BP神经网络
在线计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导