基于WOA-BP神经网络的磨煤机出粉量估算
为了解决火电厂磨煤机出粉量难以估算的问题,运用软测量方法,结合磨煤机工作时的系统参数和磨煤机出粉量建立BP神经网络模型,建立各参数与出粉量的非线性映射关系,对磨煤机出粉量进行估算.为了减小该模型的误差,采用鲸鱼算法(WOA)优化BP神经网络的权重和阈值,建立了 WOA-BP算法模型.为了验证WOA-BP算法模型的可靠性,将鲸鱼算法(WOA)、粒子群算法(PSO)、遗传算法(GA)和BP神经网络分别建立磨煤机出粉量的WOA-BP、PSO-BP、GA-BP、BP神经网络算法模型.计算结果表明在4种算法模型中,WOA-BP算法估算模型对磨煤机出粉量有最好的预测能力,平均绝对误差仅0.94.
磨煤机、软测量、BP神经网络、鲸鱼算法、粒子群算法、遗传算法
45
TP183;TM621(自动化基础理论)
2023-02-24（万方平台首次上网日期，不代表论文的发表时间）
共5页
157-161
