论文部分内容阅读
利用神经网络对水轮机综合特性曲线进行数据处理和延伸，不必建立具体的函数关系表达式，就可对已知的离散数据进行拟合。并且还可以结合边界约束条件对未知区域内的数据进行预测，从而提高了水轮机综合特性曲线数据处理的工作效率和数据精度。分别介绍了用BP神经网络和RBF神经网络对水轮机综合特性曲线数据处理和延伸的方法。并采用一机组的样本数据进行训练，比较2种方法的训练结果得出结论。