摘要:在火电机组运行过程中,提高再热汽温预测精度对于提高机组运行经济性、可靠性具有重要意义。影响再热汽温的因素错综复杂,采用传统方法难以建立精确的数学模型,或模型预测精度不高。混沌理论的发展为这一问题的研究提供了新的思路。本文在揭示再热汽温混沌特性的基础上,利用混沌特性处理输入样本及确定神经网络结构,将神经网络与改进型遗传算法结合,构建了基于改进型遗传算法的再热汽温神经网络预测模型。仿真结果表明,该模型相对误差的最大绝对值仅为0.06812%,收敛速度快。
关键词:混沌 改进遗传算法 神经网络 再热汽温
单位:东南大学动力系; 南京210096; 南华大学电气工程学院; 衡阳421001
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社