基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用遗传算法(GA)的良好寻优能力对汽轮机排汽焓动态递归(Elman)神经网络进行了优化,建立了 GA-Elman 神经网络预测模型,并以某电厂350 MW 机组为例进行了汽轮机排汽焓的在线计算。结果表明:GA-Elman 神经网络预测模型克服了传统 Elman 神经网络利用梯度下降法进行训练所具有的易陷入局部极小值、收敛速度慢、精度低等缺点,提高了预测精度和收敛速度,较适合现场应用。
推荐文章
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
基于双隐层径向基过程神经网络的汽轮机排汽焓在线预测
汽轮机
排汽焓
双隐层径向基神经网络
在线预测
GA-Elman 网络的网络控制系统预测
网络控制系统
时延采样值
Elman 神经网络
遗传算法
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 提高汽轮机排汽焓在线预测精度的 GA-Elman 神经网络算法
来源期刊 热力发电 学科 工学
关键词 汽轮机 排汽焓 在线计算 预测精度 Elman GA
年,卷(期) 2014,(10) 所属期刊栏目 热 能 科 学 研 究
研究方向 页码范围 90-94
页数 5页 分类号 TK262
字数 3098字 语种 中文
DOI 10.3969/j.issn.1002-3364.2014.10.090
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 王建国 东北电力大学自动化工程学院 73 627 14.0 22.0
2 赵帅 东北电力大学自动化工程学院 1 5 1.0 1.0
3 王广雨 东北电力大学自动化工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (90)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (74)
二级引证文献  (23)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
汽轮机
排汽焓
在线计算
预测精度
Elman
GA
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
陕西西安兴庆路136号
52-103
1972
chi
出版文献量(篇)
6331
总下载数(次)
8
总被引数(次)
39999
论文1v1指导