[發(fā)明專利]超超臨界汽輪機(jī)FCB工況下除氧器水位的預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201310472779.2
• 申請日: 2013-10-11
• 公開（公告）號(hào): CN103544527A
• 公開（公告）日: 2014-01-29
• 發(fā)明（設(shè)計(jì)）人: 鄧少翔;馮永新;陳暢;謝誕梅;鄧小文;熊揚(yáng)恒;李千軍;鄭李坤
• 申請（專利權(quán)）人: 廣東電網(wǎng)公司電力科學(xué)研究院;武漢大學(xué)
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08
• 代理公司: 廣州知友專利商標(biāo)代理有限公司 44104
• 代理人: 周克佑

1.一種超超臨界汽輪機(jī)FCB工況下除氧器水位的預(yù)測方法，其特征是包括以下步驟：?

S1采用自組織選取中心的三層RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法，RBF神經(jīng)網(wǎng)絡(luò)采用高斯函數(shù)作為徑向基函數(shù)；?

RBF神經(jīng)網(wǎng)絡(luò)的激活函數(shù)為：?

式中：||x_p-c_i||——?dú)W式范數(shù)；?

c——高斯函數(shù)的中心；?

σ——高斯函數(shù)的方差；?

RBF神經(jīng)網(wǎng)絡(luò)的輸出為：?

式中：——第p個(gè)輸入樣本；?

p=1,2,...,P——P表示樣本總數(shù)；?

c_i——網(wǎng)絡(luò)隱含層節(jié)點(diǎn)的中心；?

w_ij——隱含層到輸出層的連接權(quán)值；?

i=1,2,...,h——隱含層的節(jié)點(diǎn)數(shù)；?

y_j——與輸入樣本對應(yīng)的網(wǎng)絡(luò)的第j個(gè)輸出節(jié)點(diǎn)的實(shí)際輸出；?

設(shè)d是樣本的期望輸出值，那么基函數(shù)的方差科表示為：?

S2除氧器水位RBF神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)和參數(shù)設(shè)置?

輸入層：六個(gè)節(jié)點(diǎn)：機(jī)組負(fù)荷、主蒸汽流量、凝汽器真空、主給水流量、4段抽汽壓力、凝結(jié)水流量；?

輸出層：一個(gè)節(jié)點(diǎn)：除氧器水位；?

隱含層：10個(gè)節(jié)點(diǎn)；?

徑向基函數(shù)分布密度：0.5；?

網(wǎng)絡(luò)目標(biāo)：0.000001；?

S3訓(xùn)練樣本和預(yù)測樣本的整理?

由50%和75%FCB工況下的實(shí)際數(shù)據(jù)出發(fā)，按輸入變量和輸出變量之間的關(guān)系整理得到除氧器水位數(shù)據(jù)樣本，并對樣本進(jìn)行歸一化處理；?

利用整理并歸一化后的50%FCB的數(shù)據(jù)作為RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，訓(xùn)練該神經(jīng)網(wǎng)絡(luò)，得到一個(gè)FCB工況下除氧器水位的神經(jīng)網(wǎng)絡(luò)模型；?

利用75%FCB的數(shù)據(jù)作為該神經(jīng)網(wǎng)絡(luò)的預(yù)測樣本，對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測，檢查網(wǎng)絡(luò)的外推性能；?

如預(yù)測誤差在允許范圍以內(nèi)，認(rèn)為該神經(jīng)網(wǎng)絡(luò)能夠正確的對FCB工況下的除氧器水位進(jìn)行預(yù)測；?

如預(yù)測誤差過大，則需要重新整理樣本，再對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和預(yù)測，直到預(yù)測誤差在允許范圍以內(nèi)；?

S4利用RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行FCB工況下除氧器水位的預(yù)測，得到實(shí)際工況下的除氧器水位變化情況；?

具體步驟如下：?

（1）、調(diào)入訓(xùn)練樣本的輸入變量bfP，輸出變量bfT；?

（2）、進(jìn)行歸一化處理得到輸入樣本P，輸出樣本T；?

（3）、建立RBF神經(jīng)網(wǎng)絡(luò)模型，網(wǎng)絡(luò)目標(biāo)0.000001，徑向基函數(shù)分布密度為0.5；?

（4）、利用輸入樣本P和輸出樣本T對網(wǎng)絡(luò)進(jìn)行訓(xùn)練；?

（5）、利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，計(jì)算輸入樣本為P的情況下此時(shí)網(wǎng)絡(luò)的輸出，反歸一化處理后得到輸出t，計(jì)算誤差error=t-T，并繪制成曲線；?

（6）、調(diào)入預(yù)測樣本，歸一化處理后輸入P_test,輸出T_test；?

（7）、利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，計(jì)算輸入樣本為P_test的情況下此時(shí)的輸出，歸一化后得到預(yù)測輸出t_test，計(jì)算誤差error_test=t_test-T_test，繪制成曲線；?

（8）.輸出此時(shí)的網(wǎng)絡(luò)權(quán)值、閾值矩陣；?

網(wǎng)絡(luò)的部分代碼如下：?

網(wǎng)絡(luò)訓(xùn)練好后，該網(wǎng)絡(luò)可根據(jù)具體的輸入?yún)?shù)：機(jī)組負(fù)荷、主蒸汽流量、凝汽器真空、主給水流量、4段抽汽壓力、凝結(jié)水流量；?

在線輸出某FCB工況下除氧器的水位。?