摘要
为了获得水力机组在小开度、小流量工况点下非线性特性数据,利用改进BP网络与MATLAB神经网络工具箱相结合的方法,将已知的水轮机综合特性曲线数据与边界约束点相结合,经网络自动"学习"训练可获得低效区的流量延拓、力矩延拓仿真曲面。改进BP网络模型可以大大地提高水轮机综合特性曲线数据处理的效率与精度,是研究水轮机控制系统的一种新的非线性建模仿真模型。
Combining the improved BP neural network and MATLAB neural network toolbox, we simulate the turbine synthetic characteristic curves. From the known discrete data and boundary constraints, we obtain the simulation surface of flow extension and torque extension in the low efficiency area. The improved BP neural network model becomes a new nonlinear model simulation for studying the hydro -turbine control system.
出处
《人民长江》
北大核心
2010年第2期60-63,共4页
Yangtze River
关键词
改进BP网络
水轮机综合特性
边界约束
MATLAB仿真
improved BP neural network
turbine synthetic characteristic
boundary constraints
MATLAB simulation
