基于PSO优化与深度信念网络的机炉协调系统建模研究

作     者：吴林峰 孟瑜炜 俞荣栋 张震伟 徐仙华 王豆 郭鼎 WU Linfeng;MENG Yuwei;YU Rongdong;ZHANG Zhengwei;XU Xianhua;WANG Dou;GUO Ding

作者机构：浙江浙能技术研究院有限公司杭州311121 浙江浙能乐清发电有限责任公司浙江乐清325600 

出 版 物：《浙江电力》 (Zhejiang Electric Power)

年 卷 期：2020年第39卷第9期

页      码：60-65页

摘      要：火电厂机炉协调控制系统的控制对象是一个多变量的复杂模型,具有非线性、强耦合、惯性大的特点。针对传统的建模方法缺乏灵活性的缺点,提出一种基于粒子群优化DBN(深度信念网络)的机炉协调系统数据驱动建模方法,以时序数据为基础,采用DBN的无监督贪婪逐层训练算法确定各层网络的权值,引入粒子群优化算法对DBN网络层的神经元数量进行寻优,提高模型精度,最后,结合BP网络在顶层设计联想记忆层实现预测回归分析功能。以660 MW燃煤机组协调系统为试验对象,结果表明,该方法建立的模型具有良好的非线性拟合能力,预测精度高。

主 题 词：深度信念网络 粒子群优化 数据驱动建模 机炉协调系统 

学科分类：080702[080702] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.19585/j.zjdl.202009010

馆 藏 号：203978094...