基于RBF神经网络的锅炉汽包水位软测量研究

• 作者: 唐秋杭 蒋月红
• 来源期刊: 电力勘测设计
• 学科: 工学
• 关键词: 软测量 RBF神经网络 汽包水位 K均值聚类法则
• 年，卷（期）: 2015,（z2）
• 所属期刊栏目: 热控专业优秀论文
• 页码范围: 171-174
• 页数: 4页
• 分类号: TM62
• 字数: 3353字
• 语种: 中文

摘要

锅炉汽包水位的测量一直是热工工程技术领域中一个典型的复杂性问题.由于系统的非线性和不确定性,难以建立精确的数学模型.本文针对汽包水位,结合机理分析确定原始变量作为神经网络输入,通过K均值聚类法则与梯度下降法实现了网络的学习功能,并建立了基于径向基函数(Radial Basis Function,RBF)神经网络的锅炉汽包水位软测量模型,运用现场获取的实际数据进行分析.仿真结果表明该模型具有简单易行,精度高,训练时间短,运算速度快的特点,为汽包水位测量提供了一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐秋杭		4	14	2.0	3.0
2	蒋月红		4	7	1.0	2.0