文档名：基于BP神经网络的PTC工热性能仿真模型的优化
在槽式抛物面太阳集热器的热性能研究中,数据往往具有随机性、非线性和不确定性等特点,采用传统建模方法经常做出大量假设,导致仿真精度不高且复杂.以槽式抛物面太阳集热器为研究对象,将传统理论模型与BP人工神经网络相互耦合,通过集热器热性能室外动态试验,建立工质出口温度的神经网络预测校正模型.引入Levenberg-Marquardt(LM)法对BP神经网络的权值及阈值进行优化.分析结果表明预测校正模型可将绝对误差控制在3.8℃以内,相对误差保持在3.6％以内,可有效提高槽式抛物面太阳集热器热性能的仿真模型计算精度.
作者：严倩雯 蒋川 杨嵩 余雷 王启扬
作者单位：东南大学江苏省太阳能技术重点实验室,南京210018南京索乐优节能科技有限公司,南京210046南瑞太阳能科技有限公司,南京210018
母体文献：第十四届长三角能源论坛论文集
会议名称：第十四届长三角能源论坛
会议时间：2017年11月22日
会议地点：上海
主办单位：浙江省能源学会,上海市能源学会,江苏省能源学会
语种：chi
分类号：TN9TU2
关键词：槽形抛物面集太阳集热器 工热性能 预测校正模型 BP神经网络
在线出版日期：2020年10月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.35 MB
- 下载次数:
- 60
-
高速下载
|
|
