两种亚临界机组负荷-压力简化模型对比及实验分析_第1页
两种亚临界机组负荷-压力简化模型对比及实验分析_第2页
两种亚临界机组负荷-压力简化模型对比及实验分析_第3页
两种亚临界机组负荷-压力简化模型对比及实验分析_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

两种亚临界机组负荷-式之一。在电力发电过程中,机组的负荷和压力是两个至关重要的参数,直接影响着机组的稳定性和发电效率。因此,对机组负荷和压力进行研MATLAB软件进行WiththeincreasingdemandforelectricityinChina,subcriticalunitshavebecomeoneofthemainstreamelectricitygenerationmethods.Intheprocessofpowergeneration,theloadandpressureoftheunitaretwocriticalparametersthatdirectlyaffectthestabilityandefficiencyoftheunit.Therefore,thestudyofunitloadandpressureisofgreatpracticalsignificance.Thispapercomparesandanalyzestwosimplifiedmodelsofload-pressurerelationshipforsubcriticalunits.Oneisthetraditionallinearmodel,andtheotheristhenonlinearmodelbasedonneuralnetwork.Throughthecomparativeanalysisoftheaccuracy,robustness,reliabilityandapplicabilityofthetwomodels,itisfoundthatthenonlinearmodelhasbetterperformanceinpracticalapplications.Toverifytheanalysisresults,thispapercarriedoutexperimentalresearch,usingMATLABsoftwaretoestablishmodelsandsimulateexperiments.Bycomparingtheexperimentalresultswiththetheoreticalcalculationresults,thecorrectnessandpracticalityoftheanalysisconclusionsofthispaperareproved.Keywords:Subcriticalunits;Load;Pressure;Linearmodel;Neuralnetworkmodel;Modelcomparison;Experimentalanalysis$$p=aL+为了解决线性模型的缺陷,本文采用神经网络方法建立非线性模型。神经网络模型是一种类似于人脑神经元结构的模型,具备自适应性,能本文采用了三层前馈神经网络,其中输入层、隐层和输出层分别包3个、61压力和时间,隐层的神经元数目根据经验设置,输出层的神经元代表机组当前的压力。(MSE)MSE为1.34,而神经网络模型的MSE仅为0.67,两种模

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论