论文部分内容阅读
为提高基于模型综合特性曲线的混流式水轮机非线性模型精度，提出了一种适合描述水轮机综合特性的Adaboost _LMBP集成神经网络模型构建方法。该方法首先分别根据混流式水轮机单位力矩、单位流量特性数据，利用Levenberg －Marquardt算法反复训练出若干个BP神经网络弱学习器，然后采用Adaboost集成学习算法对全部BP神经网络弱学习器进行组合，最终构建出水轮机单位力矩、单位流量特性的Adaboost_LMBP集成神经网络模型。计算结果表明，相较于一般的神经网络模型，混流式水轮机综合特性的Ad