[发明专利]基于Elman神经网络的余压透平装置发电功率预测方法

摘要

本发明公开了一种基于Elman神经网络的余压透平装置发电功率预测方法。步骤一：将不均匀采样的数据进行插值处理，使其形成时间间隔相等的序列，分析各项输入变量的整体走势以及相关系数，选择了六个与发电量相关度高的变量作为输入变量，利用python和Matlab平台对输入变量进行插值、归一化预处理，使采样频率均匀；步骤二：选取Elman神经网络作为预测的基础模型，采用误差反向传播学习算法（BPTT）并组合滑动窗口模型，用于余压透平装置发电功率的预测；步骤三：将模型初始化后，用归一化的训练样本训练模型，将训练好的模型用于余压透平装置发电功率的预测。本发明使TRT发电功率大预测有较高的精度、较小的均方误差，可用于线上实时预测。

主权项

1.一种基于Elman神经网络的余压透平装置发电功率预测方法，其特征在于，步骤一：将不均匀采样的数据进行插值处理，使其形成时间间隔相等的序列，分析各项输入变量的整体走势以及相关系数，选择了六个与发电量相关度高的变量作为输入变量，所述输入变量为煤气流量、煤气进口压力、煤气进口温度、煤气中一氧化碳含量、二氧化碳含量、氢气含量，利用python和Matlab平台对输入变量进行插值、归一化预处理，使采样频率均匀；步骤二：选取Elman神经网络作为预测的基础模型，采用误差反向传播学习算法(BPTT)并组合滑动窗口模型，用于余压透平装置发电功率的预测；步骤三：将模型初始化后，用归一化的训练样本训练模型，将训练好的模型用于余压透平装置发电功率的预测。