基于粒子群优化bp神经网络在电站锅炉中的应用研究

基于粒子群优化bp神经网络在电站锅炉中的应用研究

ID:34876815

大小:6.27 MB

页数:62页

时间:2019-03-13

基于粒子群优化bp神经网络在电站锅炉中的应用研究_第1页
基于粒子群优化bp神经网络在电站锅炉中的应用研究_第2页
基于粒子群优化bp神经网络在电站锅炉中的应用研究_第3页
基于粒子群优化bp神经网络在电站锅炉中的应用研究_第4页
基于粒子群优化bp神经网络在电站锅炉中的应用研究_第5页
资源描述:

《基于粒子群优化bp神经网络在电站锅炉中的应用研究》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、?‘.?‘???^-,:厂...■--■n?■.'‘‘?.?-*..???■.,,‘.密级:I保密期限:::j械永卷I硕士学位论文y彳?‘??“?,4‘....‘.;■'-士基于粒子群优化BP神经网络在fc电站锅炉中的应用研究’I’-、?A.StudonBPNeuralNetworkotimizationinyp'\二‘owerstationboilerali

2、cationbasedon,ppp?*?-?.i、ParticleSwarmOtimizationp‘.^.,.,学号Z12201003姓名吕雪冬学位类别工学硕士fxiJil控制理论与控制工程指导教师杨国诗完成时间2015年3月^答辩委员会7主席签名丨‘‘…?.免?.'.■■..…i::独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已

3、经发表或撰写过的研究成果,也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均巳在论文中作了明确的说明并表示谢意。学位论文作者签名^签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解安徵大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权安徵大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论

4、文作者签名:导师签名:签字曰期:年Z月曰签字曰期:年月曰上乙^^摘要一电力能源是人们日常生活中最常用的能源之。随着科技的发展、人类社会文明的进步,小到个人居住环境,大到工厂企业都已经离不开电力能源带来的巨大便捷和利益:。电力能源的生产主要有火力发电、风力发电、水利发电以及核反应堆发电等。在我国的发电企业中,火电厂发电量约占总发电量的80%左右,。所以火电厂是我国电力能源的主要来源火电厂发电所用的主要燃料是煤炭,煤炭在高温燃烧时会产生大量污染物,包括气体污染物和固体污染物,严重影响了生态环境。国家颁布的大量文件中也针对

5、火电厂污染物排放的问题做了具体约。束与此同时,由于火电厂锅炉内部和外部的诸多因素,影响了锅炉运行的效率,导致发电成本增加。,加重了火电厂的经济负担在发电企业竞争日益激烈的情况下,火电厂想要提高自身的竞争实力,就必须很好地解决发电过程中锅炉效率以及污染物排放这两个问题。、本设计针对火电厂发电的高损耗高污染物排放的不足,采用BP神经网络对电站锅炉进行建模,并用粒子群优化BP神经网络的方法,对火电厂锅炉高效低污染的运行特性展开研宄。首先对火电厂燃煤发电过程中所产生的气体污染物的生成和破坏机理,以及影响NOx生成的因素作了详细的分析,为火电

6、厂锅炉在运行过程中的参数调整提供有效依据。然后,分别介绍了BP神经网络和粒子群算法的原理和流程,对BP神经网络的不足作了改进,对选用粒子群算法优化BP神经网络的原因作了简要分析。粒子群优化BP神经网络的具体过程为:将锅炉运行参数输入BP神经网络对其进行学习训练,使神经网络能较好的预测锅炉在不同工况下的效率以及NOx排放量。接着,用粒子群优化算法优化BP神一。经网络的权值和阈值,使神经网络的泛化能力在原来的基础上更进步的提高根据上述的方法,采用大唐洛河火电厂的锅炉运行数据应用到本设计中,将这些釆集到的数据进行预处理,再建立三种不同的

7、神经网络模型,分别为:BP祌经--网络、GABP神经网络、PSOBP神经网络。把这些处理后的数据用仿真软件分。别输入到三种网络模型中,获得这三种网络模型的预测输出用图、表法分析所获得的网络模型预测输入与实际输出之间的误差关系,得到的结论是:用粒子群I基于粒子群优化BP神经网络在电站锅炉中的应用研究优化BP神经网络可以更好地提高网络预测水平,使网络的预测输出更加接近实际输出。能够让工作人员从粒子群优化过后的神经网络的输出中获得更有利的参。数指导,为火电厂锅炉实现高效低污染的运行特性提供了新思路关键字:锅炉效率,NOx排放量,B

8、P神经网络

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。