文献检索-宁波市创意产业特色资源库

限定检索结果

基于CNN预测的电厂热能联合循环控制研究: 收藏
分享
引用; 《控制工程》2019年第8期26卷 1544-1549页; 作者：任志玲赵博雅辽宁工程技术大学电气与控制学院; 为提高电厂热能循环控制的精度和稳定性,采用一种基于卷积神经网络的模型自适应监督预测的环控制算法。设计了采用卷积神经网络(Convolutional Neural Network,CNN)进行电厂热能循环的自适应学习模型,解决辨识模型不能根据真实工况进行...; 为提高电厂热能循环控制的精度和稳定性,采用一种基于卷积神经网络的模型自适应监督预测的环控制算法。设计了采用卷积神经网络(Convolutional Neural Network,CNN)进行电厂热能循环的自适应学习模型,解决辨识模型不能根据真实工况进行自适应调整的问题,提高了预测模型的精度;针对所设计控制系统,设计了状态反馈自适应控制器,并对所设计控制器的渐进稳定性进行了证明,为应用提供了理论基础;通过在电厂锅炉汽机联合循环控制上的仿真测试,显示所提方法相对于传统的PID控制算法和广义预测控制算法。; 来源：详细信息评论

限定检索结果