基于PSO优化与深度信念网络的机炉协调系统建模研究

• 作者: 俞荣栋 吴林峰 孟瑜炜 张震伟 徐仙华 王豆 郭鼎
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 深度信念网络 粒子群优化 数据驱动建模 机炉协调系统
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 发电技术
• 页码范围: 60-65
• 页数: 6页
• 分类号: TK323
• 语种: 中文
• DOI: 10.19585/j.zjdl.202009010

摘要

火电厂机炉协调控制系统的控制对象是一个多变量的复杂模型,具有非线性、强耦合、惯性大的特点.针对传统的建模方法缺乏灵活性的缺点,提出一种基于粒子群优化DBN(深度信念网络)的机炉协调系统数据驱动建模方法,以时序数据为基础,采用DBN的无监督贪婪逐层训练算法确定各层网络的权值,引入粒子群优化算法对DBN网络层的神经元数量进行寻优,提高模型精度,最后,结合BP网络在顶层设计联想记忆层实现预测回归分析功能.以660 MW燃煤机组协调系统为试验对象,结果表明,该方法建立的模型具有良好的非线性拟合能力,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐仙华		3	1	1.0	1.0
2	张震伟		4	24	3.0	4.0
3	俞荣栋		3	1	1.0	1.0
4	吴林峰		1	0	0.0	0.0
5	孟瑜炜		1	0	0.0	0.0
6	王豆		1	0	0.0	0.0
7	郭鼎		4	0	0.0	0.0