摘要
作为一个非线性、时变、多变量以及大时滞对象,直接空冷凝汽器很难建立起精确的数学模型,因此常规的控制方案效果不理想。利用BP神经网络建立直接空冷凝汽器的模型,并对于某一特定工况下,预测出环境温度、风速、负荷以及风机转速对直接空冷凝汽器背压的影响关系曲线。
As a nonlinear, multivariate large time delay object, air-cooled condenser is hard to build a precise mathematical model. As a result, the effect of conventional control system is not ideal. Using BP neural network establishes an air-cooled condenser model and predicts the backpressure curve influenced by environment temperature, wind speed, load and fan speed in a particular condition.
出处
《电站系统工程》
北大核心
2011年第6期16-18,共3页
Power System Engineering
基金
山西省高校科技开发研究项目立项的项目阶段性论文(200713073)
山西省高校重点学科专项资助项目
关键词
直接空冷凝汽器
BP神经网络
建模
背压
air-cooled condenser
BP neural network
establish model
backpressure
