论文部分内容阅读
目前大容量机组的主蒸汽流量是由调节级后压力等参数间接计算得到的.由于通流部分状况改变、负荷变动等原因,由传统公式计算得到的结果存在较大偏差.借助神经网络较强的非线性拟合能力、网络泛化及容错能力,构建了基于BP神经网络的主蒸汽流量计算模型.计算结果表明该模型具有较高的准确性和稳定性,调节级后压力的非正常波动对模型的计算结果影响很小,为实际生产过程中主蒸汽流量的计算提供了一种新的思路和方法.