文献

J-GLOBAL ID：201702211580364436   整理番号：17A0062579

ホワイトボックスモデルに基づく人工ニューラルネットワークのパラメータ同定アルゴリズムを提案した。【JST・京大機械翻訳】

An Algorithm of Parameter Identification for Wright-box Models Based on Artificial Neuron Network

著者 (3件)： Hu Pengfei (College of Power and Mechanical Engineering, Wuhan University) ,  Xie Danmei (College of Power and Mechanical Engineering, Wuhan University) ,  Xiong Yangheng (College of Power and Mechanical Engineering, Wuhan University)
資料名： Zhongguo Dianji Gongcheng Xuebao  (Zhongguo Dianji Gongcheng Xuebao)
巻： 36  号： 10  ページ： 2734-2741  発行年： 2016年 
JST資料番号： C2285A  ISSN： 0258-8013  CODEN： ZDGXER  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 人工神経回路網(ANN)は,多くのサンプルデータを必要とするが,それは,「ホワイトボックス」モデルに基づくタービン発電機システムのパラメータ同定プロセスのために,限らシステムの特殊性を必要とする。渉网の負荷は,全体のスケジューリングの制約と制約によって,負荷変動(システムに励振信号を加えることができない)のために十分なサンプル試験データを得ることができない。そのため、本論文では、識別アルゴリズムの角度から、元の調節システムに対して一つのマッピングモデルを構築し、RBF & BP人工神経回路網方法を用いて、異なる入力実験データを通じてパラメータ識別を行い、効果が良好であることを示した。これに基づき,1000MWタービン発電機の調整システムを研究対象として,パラメータ同定の目標を,この装置の負荷履歴試験データを用いて実現した。研究結果により,構造モデルを構築することによって,「ホワイトボックス」モデルに基づくANNパラメータ同定プロセスは,訓練サンプル集合の選択をより柔軟にし,そして,試験データに対する強い依存性を避けることができ,そして,それは,効果的処理方法であった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  スケジューリング ,  負荷変動 ,  励振 ,  *ニューラルネットワーク
準シソーラス用語： 構造モデル ,  試験データ ,  特異性 ,  タービン発電機 ,  *パラメータ同定 , 【Automatic Indexing@JST】

著者キーワード (5件)： steam turbine ,  white-box model ,  governor system ,  identification algorithm ,  mapping-mode

分類 (9件)： 電力系統一般  (NB02000E) ,  緩衝器,ばね  (QB01110U) ,  火花点火機関  (PB02020C) ,  雲と降水の微物理  (DC05110M) ,  モルタル,コンクリート  (RA06042H) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  建設材料試験  (RA06020D) ,  金属材料  (HC05020S)

タイトルに関連する用語 (5件)： モデル ,  人工ニューラルネットワーク ,  パラメータ同定 ,  アルゴリズム ,  提案