欢迎来到天天文库
浏览记录
ID:36782961
大小:340.76 KB
页数:3页
时间:2019-05-15
《基于人工神经网络的供热管网终端温度预测模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、维普资讯http://www.cqvip.com基于人工神经网络的供热管网终端温度预测模型费芹。季敏,朱云(中国计量学院机电工程学院,浙江杭州310018)摘耍:从供热管网终端泄漏诊断需要出发,引出求解正常供热时管网系统的终端温度。绕过传统的通过求解微分方程确定温度的方法,利用人工神经网络来预测管网系统的终端温度。从而为供热管网终端泄漏诊断提供参考依据。在应用人工神经网络时,采用基于相关分析法的节点删除法来优化网络结构提高网络性能。仿真分析表明基于这种姑构优化的人工神经网络模型对供热管网终端温度预测较为准确。
2、对泄漏诊断有一定帮助。关键词:供热管网;人工神经网络;隐舍层结构中圈分类号:TB13文献标识码:A文章编号:1004—3950(2006)O6—0026一o3ThemodelfortheterminaltemperatureanticipationofheatpipenetworkbasedontheartificialneuralnetworkFElQ.in1lMinZHUYun。(CollegeofMechanical&ElectronicEngineering,ChinaJiliangUniversit
3、y,Hangzhou310018,China)Abstract:Consideredthediagnosisoftheterminalleakofheatpipenetwork,thequestionofobtainingtheterminaltemperaturewasraisedTheartificialneuralnetworkmethodwasusedtOanticipatetheterminaltemperatureoftheheatpipenetwork,andthediagnosiscanacc
4、ordtotheanticipationresult.Duringtheuseoftheartificialneuralnetworksomenodesweredeletedtooptimizethenetworkbasedonthecorrelationanalyticaltheory.Thesimulationanalysisprovedthattheanticipationresultsofterminaltemperaturebythisoptimizingmeanswereapproximately
5、exactandvalu—able.Keywords:heatpipenetwork;artificialneuralnetwork;hiddenlayerstructure多原因导致求取准确解析解较难,如:(1)管网系0引言统的热传递过程复杂,其中包括强制对流换热、自随着集中供热的普遍应用,供热管网泄漏诊然对流换热、传导换热、辐射换热等;(2)涉及能断问题的研究越来越重要。目前有许多管道泄漏量方程较多,如对流换热微分方程、导热微分方的诊断方法。譬如,直接检测法有检漏电缆系统程、辐射方程等;(3)方程的边界条
6、件复杂多变法¨]、机载红外法等;间接检漏法有质量平衡等。因而本文考虑用人工神经网络的方法来得到法、声信号分析法、压力梯度法、负压波检管网正常工作时的温度参考值。漏法等。但对于用户端附近由于客观原因或在众多的人工神经网络模型中,前向多层网人为因素造成的泄漏,这些方法操作成本大、适用络是发展较为成熟、应用较为广泛的重要模型之性有限,而本文所采用方法是以供热管网正常工一作时终端温度值作为管网泄漏诊断的依据,从经。它主要采用反向传播(back-propagation,BP)济方面考虑更为可行。算法,BP算法具有较强的
7、非线性映射能力,用它获取正常工作时的温度值我们可以按传统方解决实际问题关键在于网络结构的确定,亦即隐法即通过热传递过程中能量方程求解,但由于诸含层层数与隐含层节点数(又称神经元数)的选收稿日期:2006一O9—23基金项目:浙江省自然科学基金资助项目(M603123)作者简介:费芹(1978一),女。湖北仙桃人。硕士。一2I5一维普资讯http://www.cqvip.com择确定。由于网络结构会影响网络的收敛及泛化能力,本文将针对供热管网系统的前向多层神经0—一Q——一Q=-_———·o始端热源\h\预测点
8、3网络的隐含层结构优化问题进行探讨,以便获得'一、’^预测点l预测点更好的管网终端温度预测模型。圈2诊断仿真供热管网结构简圈1神经网络隐含层结构优化原理2、3的流量作为输入,将管网正常工作时测虽的图1所示隐含层结构为第s+1隐含层的第k预测点l、2、3处温度作为输出,以此来训练神经个节点的输入与输出。其中o:¨为该节点的输出,网络。由于管网系统温度和流量数值较大,可先,为传输函数,6s¨为偏置输入,
此文档下载收益归作者所有