基于GA-BP神经网络的水轮机非线性建模方法研究

发布时间：2019-10-10 08:18

【摘要】：建立精确的水轮机模型是水轮机调节系统有效建模仿真的关键。运用基于遗传算法改进反向传播神经网络的GA-BP神经网络对水轮机工作特性进行非线性拟合建模。详细介绍了利用水轮机模型综合特性曲线与飞逸特性曲线获取水轮机流量特性与力矩特性样本数据的方法,并对基本样本数据进行补充延伸。结合BP神经网络与遗传算法两者优点构建了GA-BP神经网络,利用所得样本数据进行训练,获得了基于GA-BP神经网络的水轮机非线性模型,并与传统BP神经网络在水轮机流量特性和力矩特性拟合效果上进行对比试验。仿真结果验证了论文提出方法的可行性和优越性。
【作者单位】： 武汉大学动力与机械学院;
【基金】：国家自然科学基金项目(51379160)
【分类号】：TV734.1

【参考文献】

相关期刊论文 前5条

1 付晓明;王福林;尚家杰;;基于多子代遗传算法优化BP神经网络[J];计算机仿真;2016年03期

2 刘莹莹;张德虎;曹春建;;混流式水轮机综合特性的Adaboost_LMBP集成神经网络模型[J];中国农村水利水电;2014年09期

3 刘春艳;凌建春;寇林元;仇丽霞;武俊青;;GA-BP神经网络与BP神经网络性能比较[J];中国卫生统计;2013年02期

4 张培;陈光大;张旭;;BP和RBF神经网络在水轮机非线性特性拟合中的应用比较[J];中国农村水利水电;2011年11期

5 黄贤荣;刘德有;;利用径向基函数神经网络处理水轮机综合特性曲线[J];水力发电学报;2007年01期

相关硕士学位论文 前1条

1 温文;基于改进BP神经网络的产品质量合格率预测研究[D];华南理工大学;2014年

【共引文献】

相关期刊论文 前10条

1 李吉朝;张海英;王惠琴;;基于遗传算法的BP神经网络优化动力配煤模型的研究[J];微型机与应用;2017年09期

2 赵涛;于师建;;基于GA-BP神经网络算法的高密度电法非线性反演[J];煤田地质与勘探;2017年02期

3 高晶晶;;基于BP神经网络学习模型对桥梁变形数据处理研究[J];公路工程;2017年02期

4 窦鹏伟;王珍;佘侃侃;樊文玲;;基于改进BP神经网络的中药水提液陶瓷膜污染预测研究[J];中国中医药信息杂志;2017年04期

5 彭利鸿;宋媛;刘冬;孟岁利;肖志怀;;基于GA-BP神经网络的水轮机非线性建模方法研究[J];中国农村水利水电;2017年04期

6 周康;刘惠康;;供电系统中高压断路器可靠性设计仿真[J];计算机仿真;2017年04期

7 门闯社;南海鹏;;混流式水轮机内特性模型改进及在外特性曲线拓展中的应用[J];农业工程学报;2017年07期

8 陈海龙;彭伟;;改进BP神经网络在交通事故预测中的研究[J];华东师范大学学报(自然科学版);2017年02期

9 孙云聪;万华;;Elman和BP网络应用于航空训练弹药需求预测的对比研究[J];舰船电子工程;2017年03期

10 瞿红春;单晨晨;万海焰;;基于改进GA-BP神经网络民航发动机滑油消耗研究[J];机械工程与自动化;2017年02期

相关硕士学位论文 前4条

1 熊伟;基于改进BP神经网络的车床主轴优化设计的研究[D];江苏大学;2016年

2 倪虹;基于智能计算的预测控制及应用[D];宁波大学;2015年

3 余凤莲;基于智能对象的SMT车间制造执行系统研究[D];江苏科技大学;2015年

4 刘颖;基于ARIMA模型和神经网络对论文下载量进行预测[D];大连理工大学;2015年

【二级参考文献】

相关期刊论文 前10条

1 吴罗长;余向阳;南海鹏;李郁侠;;考虑非线性的水轮机调节系统协同进化模糊PID仿真[J];西北农林科技大学学报(自然科学版);2013年09期

2 李伟;何鹏举;杨恒;陈明;;基于粗糙集和改进遗传算法优化BP神经网络的算法研究[J];西北工业大学学报;2012年04期

3 王成亮;王宏华;徐钢;;基于反向传播神经网络的发电机进相能力建模研究[J];电网技术;2011年11期

4 张丹;韩胜菊;李建;聂尚宇;;基于改进粒子群算法的BP算法的研究[J];计算机仿真;2011年02期

5 李辉;蔡敏;陈斌;;基于自适应遗传算法优化BP神经网络[J];信息化研究;2010年09期

6 王宜怀;沈祖诒;孙涌;;基于主曲线方法的水轮机特性曲线的数值拟合[J];水力发电学报;2009年03期

7 刘爱丽;刘建国;;BP神经网络在水轮机综合特性曲线中的应用[J];科技信息(科学教研);2008年13期

8 李方方;赵英凯;张兴华;;自适应递阶遗传算法优化BP网络的程序设计[J];计算机仿真;2007年08期

9 黄贤荣;刘德有;;利用径向基函数神经网络处理水轮机综合特性曲线[J];水力发电学报;2007年01期

10 张文彤,竺丽明,王见义,鲍培芬;基于BP神经网络的中医医院住院费用影响因素分析[J];中华医院管理杂志;2005年03期

相关硕士学位论文 前3条

1 段媛;产品合格率时间序列的混沌特性识别及预测[D];华南理工大学;2013年

2 赵奎领;基于支持向量机的产品合格率预测研究[D];华南理工大学;2012年

3 李众;基于BP网络的混沌时间序列预测的研究[D];中北大学;2008年

【相似文献】

相关期刊论文 前10条

1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期

3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期

4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期

5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期

6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期

7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期

8 宋玉华，，王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期

9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期

10 王中贤，钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

本文编号：2547090