%0 Journal Article
%T 粒子群算法与径向神经网络相结合的凝汽器真空预测模型
%A 王建国
%A 林乐平
%J 热力发电
%P 72-76
%D 2015
%X 以聚类法的径向神经网络(rbf)为主,介绍了rbf的输入层、隐层和输出层之间的实现细节,给出各个部分的矩阵匹配要求,采用粒子群算法(pso)寻找rbf模型中的基宽和输出层权值，并给出了具体实现过程,建立了凝汽器真空软测量模型。以300mw机组凝汽器系统的实际运行数据为例对该模型进行训练,通过凝汽器真空预测值与实际值的对比,验证了该模型对凝汽器运行状态判断的准确性,为其故障诊断提供了参考依据。
%K 凝汽器
%K 真空
%K pso
%K rbf
%K 软测量
%K 预测模型
%U http://rlfd.paperopen.com//oa/darticle.aspx?type=view&id=201510014