论文部分内容阅读
电站直流锅炉是一个具有显著非线性、时变和耦合特征的复杂工艺过程，往往难以得到精确的数学模型。充分考虑直流锅炉的复杂动态特性与设计、运行数据密切相关的实际特点，将分布式神经网络结构和存量知识相结合构成的可扩展模型可以明显提高整个模型的精确度和泛化能力，并在所配套的虚拟DCS仿真平台上印证了这种模型的有效性。