摘要
以常见的圆柱式接收器为研究对象,整体上建立集总参数模型,用BP神经网络预测方法辨识得到聚焦在接收器上的太阳辐射、接收器内工质流速与工质出口温度之间映射关系,并进行验证。研究结果表明,集总参数模型、BP神经网络预测方法的预测效果良好,BP神经网络预测方法的预测精度更高。
A lumped parameter model is established for the common cylindrical receiver.The BP neural network prediction method is used to identify the mapping relations about the solar radiation focused on the receiver,working fluid flow rate and working medium outlet temperature,and it verified.The results show that both the models have good prediction results,and the BP neural network prediction method has higher prediction accuracy.
作者
李珂珂
宋鹏飞
王军
蒋川
李俊贤
Li Keke;Song Pengfei;Wang Jun;Jiang Chuan;Li Junxian(School of Energy and Environment,Southeast University,Nanjing 210096,China;Electric Power Company Economic and Technological Research Institute of Qinghai State Grid,Xining 810008,China)
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第7期193-198,共6页
Acta Energiae Solaris Sinica
基金
国家电网公司科技项目(SGQHJY00GHJS1700078)
国家自然科学基金(51736006)。
关键词
塔式太阳能热电站
腔式
接收器
集总参数模型
BP神经网络
建模仿真
solar thermal tower power station
cavity
receiver
lumped parameter model
BP neural network
simulation modeling