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 vacuum value prediction method for steam condensers using RBF neural network optimized by particle swarm algorithm
王建国,林乐平
摘要(Abstract)：
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300 MW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。
关键词(KeyWords)： 凝汽器;真空;PSO;RBF;软测量;预测模型
基金项目(Foundation):
作者(Author): 王建国,林乐平