本文關(guān)鍵詞：基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程辨識(shí)研究

  更多相關(guān)文章： RBF神經(jīng)網(wǎng)絡(luò) 剪枝算法 過程辨識(shí) 遺傳算法 傳遞函數(shù)

【摘要】：熱工過程的數(shù)學(xué)模型對(duì)其控制系統(tǒng)的設(shè)計(jì)起著關(guān)鍵作用。傳統(tǒng)的熱工過程模型辨識(shí)主要基于過程的動(dòng)態(tài)特性試驗(yàn),由于單元機(jī)組運(yùn)行的特點(diǎn),現(xiàn)場(chǎng)動(dòng)態(tài)特性試驗(yàn)往往難以實(shí)施,即使做的動(dòng)態(tài)特性試驗(yàn),其結(jié)果也不一定理想。因此,研究基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程辨識(shí)不僅具有很強(qiáng)的理論意義,而且具有一定的應(yīng)用價(jià)值。神經(jīng)網(wǎng)絡(luò)可以任意精度逼近連續(xù)函數(shù),具有較強(qiáng)的適應(yīng)能力和學(xué)習(xí)能力,廣泛地應(yīng)用于熱工過程的非線性建模中。但辨識(shí)中如何確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),如何提高網(wǎng)絡(luò)的泛化能力,這些問題沒有很好地解決。另外,神經(jīng)網(wǎng)絡(luò)模型不直觀,不易于理解,難以與經(jīng)典的控制理論方法結(jié)合使用。針對(duì)上述問題,論文研究基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程神經(jīng)網(wǎng)絡(luò)辨識(shí),并提出從神經(jīng)網(wǎng)絡(luò)中提取傳遞函數(shù)的方法。主要研究?jī)?nèi)容及成果包括：1.針對(duì)普通的靈敏度剪枝算法存在的問題,在原有的靈敏度剪枝算法的基礎(chǔ)上,提出了基于RBF神經(jīng)網(wǎng)絡(luò)的剪枝優(yōu)化算法,并給出了的相應(yīng)剪枝策略及算法步驟,仿真試驗(yàn)表明該算法是有效的；2.分析了利用現(xiàn)場(chǎng)進(jìn)行神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的可行性,提出了基于RBF神經(jīng)網(wǎng)絡(luò)剪枝算法的熱工過程神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法,給出了相應(yīng)的辨識(shí)算法步驟,并通過仿真試驗(yàn),驗(yàn)證了該方法的有效性；3.分析了鍋爐過熱汽溫的過程及特性,將基于RBF神經(jīng)網(wǎng)絡(luò)剪枝算法的熱工過程神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法應(yīng)用于鍋爐過熱汽溫模型辨識(shí)中,通過基于現(xiàn)場(chǎng)數(shù)據(jù)的仿真試驗(yàn),驗(yàn)證了論文所提方法的有效性；4.針對(duì)現(xiàn)場(chǎng)熱工試驗(yàn)的困難性,研究并提出了從神經(jīng)網(wǎng)絡(luò)模型中提取傳遞函數(shù)模型的方法,并結(jié)合遺傳算法給出了相應(yīng)的算法及步驟,通過仿真驗(yàn)證了該方法的有效性。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM621;TP183

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 錢磊;雎剛;;一種熱工過程RBF神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法[J];自動(dòng)化儀表;2016年01期

2 熊俊;王士同;潘永惠;包芳;;基于懲罰函數(shù)泛化的神經(jīng)網(wǎng)絡(luò)剪枝算法研究[J];計(jì)算機(jī)工程;2014年11期

3 李云亮;;淺談電廠300MW機(jī)組鍋爐汽溫調(diào)節(jié)[J];科技創(chuàng)新與應(yīng)用;2014年19期

4 李小夏;李孝安;;一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)相關(guān)性剪枝算法[J];電子設(shè)計(jì)工程;2013年08期

5 韓璞;董澤;張倩;;自動(dòng)化技術(shù)的發(fā)展及其在火電廠中的應(yīng)用[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

6 黃寶海;韓璞;葛忠真;何麗娜;;基于現(xiàn)場(chǎng)數(shù)據(jù)的電站過熱器神經(jīng)網(wǎng)絡(luò)建模[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

7 韓麗;史麗萍;徐治皋;;基于粗糙集理論的RBF神經(jīng)網(wǎng)絡(luò)剪枝算法[J];信息與控制;2007年05期

8 宋清昆;郝敏;;基于改進(jìn)相關(guān)性剪枝算法的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化[J];自動(dòng)化技術(shù)與應(yīng)用;2006年12期

9 劉志遠(yuǎn);采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的熱工過程在線辨識(shí)方法[J];動(dòng)力工程;2005年06期

10 張小桃,倪維斗,李政,鄭松;基于主元分析與現(xiàn)場(chǎng)數(shù)據(jù)的過熱汽溫動(dòng)態(tài)建模研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2005年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 侯海洋;電力建設(shè)項(xiàng)目的多目標(biāo)綜合優(yōu)化研究[D];華北電力大學(xué);2012年

2 趙壽玲;BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法的研究及應(yīng)用[D];蘇州大學(xué);2010年

3 屠學(xué)偉;基于神經(jīng)網(wǎng)絡(luò)的超超臨界單元機(jī)組建模研究[D];華北電力大學(xué)（北京）;2009年

4 李濤永;基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過程動(dòng)態(tài)模型研究[D];華北電力大學(xué)（河北）;2009年

5 戴文華;基于混合并行遺傳算法的文本分類及聚類研究[D];華中師范大學(xué);2007年

6 趙亮;遺傳算法在熱工過程建模與優(yōu)化控制中的應(yīng)用研究[D];東南大學(xué);2006年

7 張世華;遺傳算法在熱工過程辨識(shí)與控制中的應(yīng)用研究[D];東南大學(xué);2004年

，

本文編號(hào)：1179160