论文部分内容阅读
分别选取NARX神经网络和Elman网络作为建模工具,利用重型燃气轮机现场运行数据,对启动过程进行动态工况建模,实现主要运行参数的预测。通过对训练误差函数中的输出参数高数值样本点赋予更高权重值,获得了对高数值区域预测精度更高的网络个体。对于多组样本序列数据的训练问题,提出样本序列拼接、拼接点权重值置零的训练方式。比较Elman网络和NARX神经网络在不同测试条件下的预测表现,结果显示了Elman应用的局限性。研究成果可为神经网络在燃气轮机建模中的应用提供参考。