多层前向神经网络建模及其在火电厂系统辨识中的应用

The multilayer forward neural net modeling for system identification in thermal

本文采用前向反馈型神经网络 ,建立了一个火力发电厂双输入双输出系统的辨识模型。利用MATLAB5 .3神经网络工具箱编程 ,以湖南湘潭电厂一台 30万千瓦机组的输入输出参数的实测数据作为学习样本训练网络模型 ,并在训练好的模型基础上给出了系统多步步长的预测结果及调门开度的单位阶跃响应曲线。结果表明这种方法收敛速度快、误差小、精度高 。

This paper introduces an identification model of double input/output system in themal power stations on the basis of forward feedback neural net.Taking the input/output parameter actual data of a 300K kilowatt set as sample and using MATLAB5.3 neural net tool box,we train the net model and give the prediction of system multistep length and unit stepped respond respond curve of valve turndown ratio.