应用PSO算法改进Elman神经网络的双压凝汽器真空预测

张利平; 陈浩天; 王伟锋; 李开拓

English

您当前的位置：

首页 >

文章列表页 >

应用PSO算法改进Elman神经网络的双压凝汽器真空预测

热力发电 2015年44卷第3期页码：53-57

热能科学研究 | 更新时间：2025-09-28

- 应用PSO算法改进Elman神经网络的双压凝汽器真空预测
- Application of PSO algorithm-modified Elman neural network in vacuum prediction for dual-pressure condensers
- 作者机构：
  
  1. 华北水利水电大学电力学院
  2. 西安热工研究院有限公司
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM621
- 纸质出版：2015
- 稿件说明：
移动端阅览
张利平, 陈浩天, 王伟锋, 等. 应用PSO算法改进Elman神经网络的双压凝汽器真空预测[J]. 热力发电, 2015,44(3):53-57.

ZHANG Liping, CHEN Haotian, WANG Weifeng, et al. Application of PSO algorithm-modified Elman neural network in vacuum prediction for dual-pressure condensers[J]. Thermal Power Generation, 2015, 44(3): 53-57.
张利平, 陈浩天, 王伟锋, 等. 应用PSO算法改进Elman神经网络的双压凝汽器真空预测[J]. 热力发电, 2015,44(3):53-57. DOI：

ZHANG Liping, CHEN Haotian, WANG Weifeng, et al. Application of PSO algorithm-modified Elman neural network in vacuum prediction for dual-pressure condensers[J]. Thermal Power Generation, 2015, 44(3): 53-57. DOI：

摘要

为实现对凝汽器真空的优化控制

引入一种采用粒子群优化(PSO)算法改进的Elman神经网络

建立双压凝汽器真空预测模型

提出对双压凝汽器高、低压侧真空分别进行预测计算

将该模型应用于某600 MW机组的双压凝汽器真空预测

并与普通算法改进的Elman神经网络的预测结果进行比较。结果表明:采用PSO算法改进的Elman神经网络对双压凝汽器高、低压侧真空预测的收敛速度更快、精确度更高

是一种行之有效的双压凝汽器真空预测模型。

Abstract

An Elman neural network optimized by particle swarm optimization( PSO) algorithm was introduced to establish the vacuum prediction model for dual-pressure condensers. The calculation model which can forecast both the high pressure and low pressure side of the dual-pressure condensers was proposed. Moreover

the above model was applied in dual-pressure condenser in a 600 MW unit and the results were compared with that predicted by the common algorithm-modified Elman neural network. The results show that

this Elman neural network optimized by PSO algorithm has faster convergence speed and higher accuracy

which is a feasible model for vaccum prediction in dual-pressure condensers.

关键词

Keywords

references

浏览量

255

下载量

CSCD

文章被引用时，请邮件提醒。

提交

关联资源

基于算法的煤质发热量预测

基于粒子群算法的多机组供热模式耦合热电负荷分配优化

机器学习在循环流化床锅炉技术中的应用进展

基于粒子群算法的燃煤CFB锅炉一氧化碳与多污染物在线减排优化

基于粒子群优化双支持向量机的SCR烟气脱硝效率预测模型