Wykorzystanie dynamicznych sieci neuronowych do modelowania pracy bloku gazowo-parowego

W artykule przedstawiono proces modelowania układu turbiny gazowej z generatorem energii elektrycznej przy użyciu sztucznych sieci neuronowych ze sprzężeniem zwrotnym. Przedstawiono struktury sieci neuronowych wykorzystanych do modelowania obiektu, dokonano analizy dokładności modeli na podstawie błędu średniokwadratowego (MSE) ze względu na ilość neuronów warstwy ukrytej oraz ilość próbek pamiętanych w pętli sprzężenia zwrotnego. Wyznaczono rodzinę funkcji MSE=f(n). Zaproponowano sposób wykorzystania budowanych modeli do optymalizacji pracy układu w warunkach zmiennego obciążenia.

---

The paper deals with process of modelling a gas turbine with power generator. Different structures of neural networks used for modelling are shown. Accuracy analysis of neural network models using mean square error (MSE) and function MSE=f(n) has been estimated. The way of using investigated models for control and optimization in variable load conditions has been proposed.