本文主要研究内容
作者刘冬,胡晓,曾荃,周昊恺,肖志怀（2019）在《基于输入-输出修正的水轮机特性曲线精细化模型》一文中研究指出：目前常用的水轮机特性曲线模型包括线性模型和非线性模型,它们都是根据描述水轮机内外特性的方程或试验数据得到的。然而在建模的过程中,各种误差难以避免,如模型误差、测量误差和读数误差等,可能造成预测值与实际值不相符,影响模型的精度。同时,有关水轮机特性曲线模型修正的文献较少,缺乏行之有效的方法或准则,不利于相关研究成果的实际应用。本文以水轮机神经网络模型为例,提出了基于输入-输出修正的水轮机特性曲线精细化建模方法,并验证了该方法的有效性。首先根据模型综合特性曲线和边界条件,分别建立混流式和轴流式两种机组的非线性特性曲线模型。其次利用粒子群优化算法和二次多项式逼近原理,依次对模型输入和输出参数进行修正,得到最优修正系数。最后整合原始模型和修正部分,得到水轮机特性曲线的精细化模型。试验结果表明该方法能够有效提高模型的仿真精度,对研究真实机组的非线性特性具有重要意义。
Abstract
mu qian chang yong de shui lun ji te xing qu xian mo xing bao gua xian xing mo xing he fei xian xing mo xing ,ta men dou shi gen ju miao shu shui lun ji nei wai te xing de fang cheng huo shi yan shu ju de dao de 。ran er zai jian mo de guo cheng zhong ,ge chong wu cha nan yi bi mian ,ru mo xing wu cha 、ce liang wu cha he dou shu wu cha deng ,ke neng zao cheng yu ce zhi yu shi ji zhi bu xiang fu ,ying xiang mo xing de jing du 。tong shi ,you guan shui lun ji te xing qu xian mo xing xiu zheng de wen suo jiao shao ,que fa hang zhi you xiao de fang fa huo zhun ze ,bu li yu xiang guan yan jiu cheng guo de shi ji ying yong 。ben wen yi shui lun ji shen jing wang lao mo xing wei li ,di chu le ji yu shu ru -shu chu xiu zheng de shui lun ji te xing qu xian jing xi hua jian mo fang fa ,bing yan zheng le gai fang fa de you xiao xing 。shou xian gen ju mo xing zeng ge te xing qu xian he bian jie tiao jian ,fen bie jian li hun liu shi he zhou liu shi liang chong ji zu de fei xian xing te xing qu xian mo xing 。ji ci li yong li zi qun you hua suan fa he er ci duo xiang shi bi jin yuan li ,yi ci dui mo xing shu ru he shu chu can shu jin hang xiu zheng ,de dao zui you xiu zheng ji shu 。zui hou zheng ge yuan shi mo xing he xiu zheng bu fen ,de dao shui lun ji te xing qu xian de jing xi hua mo xing 。shi yan jie guo biao ming gai fang fa neng gou you xiao di gao mo xing de fang zhen jing du ,dui yan jiu zhen shi ji zu de fei xian xing te xing ju you chong yao yi yi 。
论文参考文献
论文详细介绍
论文作者分别是来自水利学报的刘冬,胡晓,曾荃,周昊恺,肖志怀，发表于刊物水利学报2019年05期论文，是一篇关于水轮机论文,模型修正论文,神经网络论文,粒子群算法论文,水利学报2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水利学报2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：水轮机论文; 模型修正论文; 神经网络论文; 粒子群算法论文; 水利学报2019年05期论文;