%0 Journal Article %T 基于l-m算法的火电厂实时数据神经网络预测模型研究 %A 杨雁梅 %A 陈梅倩 %A 刘杰 %J 热力发电 %P 54-57 %D 2008 %X 提出了一种建立在bp神经网络上的基于levenberg-marquardt(简称l-m)算法的火电厂实时数据神经网络预测模型,以减少训练次数和提高训练精度。通过对某电厂300mw机组高压加热器进口温度进行训练和校核,分析了数据预处理的重要性。仿真结果表明,该模型能够获得未来时刻合理的预测结果,可用于缺失数据补充和实时数据校核,提高数据可靠性,适用于在线对未来状态的评价,为状态检修提供参考依据。 %K 火电厂 %K l〖cd*2〗m算法 %K bp神经网络 %K 实时数据神经网络 %K 预测模型 %K 数据预处理 %K 仿真 %U http://rlfd.paperopen.com//oa/darticle.aspx?type=view&id=2644