基于GRBF神经网络的多级煤气压缩系统建模
来源期刊:东北大学学报(自然科学版)2012年第7期
论文作者:褚菲 董世建 王福利 王小刚
文章页码:913 - 916
关键词:煤气系统;机理建模;混合建模;自适应遗传算法;神经网络;
摘 要:以某钢厂燃气、蒸汽联合循环发电机组煤气压缩系统为背景,建立以煤水分离器、离心式压缩机和冷却器为核心的多级煤气压缩系统机理模型.采用自适应遗传算法辨识机理模型中某些难以确定的重要参数.由于多级煤气压缩系统的影响因素较多,机理模型预测结果不精确.利用基于广义径向基函数的神经网络补偿机理模型的误差,建立GRBF神经网络和机理模型并联的多级煤气系统的混合模型.试验结果表明相比于机理模型,混合模型有更高的预测精度.
褚菲1,董世建1,王福利2,王小刚1
1. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化国家重点实验室
摘 要:以某钢厂燃气、蒸汽联合循环发电机组煤气压缩系统为背景,建立以煤水分离器、离心式压缩机和冷却器为核心的多级煤气压缩系统机理模型.采用自适应遗传算法辨识机理模型中某些难以确定的重要参数.由于多级煤气压缩系统的影响因素较多,机理模型预测结果不精确.利用基于广义径向基函数的神经网络补偿机理模型的误差,建立GRBF神经网络和机理模型并联的多级煤气系统的混合模型.试验结果表明相比于机理模型,混合模型有更高的预测精度.
关键词:煤气系统;机理建模;混合建模;自适应遗传算法;神经网络;