基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究

• 作者: 张江丰 楼可炜 蔡璐璐 许仙珍 陈小强
• 来源期刊: 热力发电
• 关键词: 超超临界 1 000 MW机组 过热蒸汽温度 GMDH神经网络 预测模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 热能科学研究
• 页码范围: 102-107
• 页数: 6页
• 分类号: TK223.7+4|TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2014.06.102

摘要

由于超超临界1 000 MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题.对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势.仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	楼可炜	国网浙江省电力公司电力科学研究院	10	29	3.0	5.0
2	张江丰	国网浙江省电力公司电力科学研究院	8	9	3.0	3.0
3	陈小强	国网浙江省电力公司电力科学研究院	5	10	3.0	3.0
4	许仙珍	浙江大学智能系统与控制研究所	5	89	4.0	5.0
5	蔡璐璐	安徽工程大学电气学院	2	3	1.0	1.0