应用 PSO 算法改进 Elman 神经网络的双压凝汽器真空预测

• 作者: 张利平 李开拓 王伟锋 陈浩天
• 来源期刊: 热力发电
• 关键词: Elman 神经网络 粒子群算法 双压凝汽器 低压侧真空 高压侧真空 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 热 能 科 学 研 究
• 页码范围: 53-57
• 页数: 5页
• 分类号: TK264.1+1
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2015.03.053

摘要

为实现对凝汽器真空的优化控制，引入一种采用粒子群优化（PSO）算法改进的 Elman 神经网络，建立双压凝汽器真空预测模型，提出对双压凝汽器高、低压侧真空分别进行预测计算，将该模型应用于某600 MW 机组的双压凝汽器真空预测，并与普通算法改进的 Elman 神经网络的预测结果进行比较。结果表明：采用 PSO 算法改进的 Elman 神经网络对双压凝汽器高、低压侧真空预测的收敛速度更快、精确度更高，是一种行之有效的双压凝汽器真空预测模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利平	华北水利水电大学电力学院	27	209	7.0	14.0
2	王伟锋		19	94	7.0	8.0
3	陈浩天	华北水利水电大学电力学院	5	21	3.0	4.0
4	李开拓	华北水利水电大学电力学院	5	21	3.0	4.0