人工神经网络算法在引滦入津泵站优化运行中的应用

摘要

引滦入津工程是我国第一个跨流域引水工程,是天津市的生命线。引滦入津工程关键项目“上游是洞,下游是泵。”泵站在排灌、引供水等水利工程中起着不可替代的作用。
　　泵站是机械设备、电力设备和水利工程的综合体,进行合理选型、配套和管理,使其发挥最大的效益,保证长期安全高效运行是所要解决的主要问题。根据已有数据的性能换算或者通过实验获得反映泵站工况的曲线前者不准确,后者费用高。神经网络具有自学习、自组织、非线性动态处理等特征以及联想推理和自适应识别能力。应用神经网络技术实现泵站机组运行性能的连续预测,可以避免传统获取方法预测不准和试验费用高的缺点,而且预测的准确程度可以随着样本数量的增加而提高,网络的训练可以在样本在线收集中进行,非常适合泵站机组的在线监测预测。
　　本文以引滦入津泵站实际运行数据为例,根据泵性能与各因素之间的关系,以BP人工神经网络为依据进行了泵扬程及效率与流量、叶片角度等因素的预测。预测结果既准确又经济,降低了试验成本。该技术的运用提高了泵站机组运行的可靠性及运行质量,预测结果较为理想,为泵站的经济运行提供了依据。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究的目的和意义

1.2 国内外研究现状

1.3 本课题研究的主要内容

第二章 人工神经网络基本原理及应用

2.1 人工神经网络

2.2 BP学习算法

第三章 泵站机组性能分析

3.1 工程概况

3.2 数据分析

3.3 水泵动力特性曲线分析

第四章 利用MATLAB神经网络工具箱对水泵性能进行预测

4.1 MATLAB神经网络工具箱

4.2 BP神经网络的建立及预测结果

4.3 水泵最优工况的确定

4.4 预测结果的合理性

4.5 本章小结

第五章 结论与展望

参考文献

发表论文和参加科研情况

致谢