基于ARMA和BP神经网络组合模型预测冷却塔沉降

• 作者: 温玉维 陈威
• 来源期刊: 电力勘测设计
• 学科: 地球科学
• 关键词: 冷却塔 沉降监测 ARMA BP神经网络 组合预测
• 年，卷（期）: 2020,（z1）
• 所属期刊栏目: 工程勘测
• 页码范围: 183-187
• 页数: 5页
• 分类号: P2
• 字数: 3063字
• 语种: 中文
• DOI: 10.13500/j.dlkcsj.issn1671-9913.2020.S1.034

摘要

为了分析火电厂冷却塔修建时的沉降规律,本文以某实际工程的监测数据为例.首先构建时间序列(auto regressive moving average,ARMA)模型对冷却塔沉降进行预测,进而利用初次预测的数据和对应冷却塔修建时标高组成误差逆向(back propagation,BP)神经网络模型,得出修建过程的预测值.由预测值与实测数据对比分析表明,本文提出的组合模型能有效、准确地预测冷却塔的沉降变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温玉维		10	6	2.0	2.0
2	陈威		2	0	0.0	0.0