论文部分内容阅读
燃气-蒸汽联合循环机组燃烧室温度模型具有非线性、强耦合的特点,难以建立其精确的过程控制模型。针对这一问题,文中提出了一种基于Elman神经网络的燃烧室温度模型建模。该模型利用不同输入下的输出响应作为训练集数据,利用了Elman神经网络具有以任意精度逼近非线性系统的优点对Elman神经网络进行训练。该模型还利用BPTT算法对误差随时间进行反向传播,并利用SGD算法对网络权值进行优化。试验结果表明,新模型的各项指标均优于原传递函数模型,Elman神经网络模型在单位阶跃输入信号和单位斜坡输入信号下的ITAE指标