摘要
本发明公开的基于人工神经网络的水泵水轮机S特性曲线预测方法,属于水泵水轮机水力特性预测技术领域,通过现有的文献获取大量的水泵水轮机第一象限曲线和所需的转轮特征参数,经过样本转化、样本降阶、搭建人工神经网络并进行训练和验证,得到水泵水轮机特征参数和第一象限特性曲线的响应关系,从而实现在水泵水轮机设计阶段中S特性曲线的快速获取。与现有技术相比,本发明无需在水泵水轮机设计阶段制作模型机并进行测量,解决了现有水泵水轮机在设计阶段获取水泵水轮机S特性曲线需制作模型机并进行测量导致生产成本高的技术问题。
技术关键词
水泵水轮机
曲线预测方法
人工神经网络结构
叶片安放角
人工神经网络训练
高压
样本
人工神经网络模型
三层网络结构
转轮
水头
力矩
旋转机械
加速度
低压
误差
节点数
系统为您推荐了相关专利信息
可变速抽水蓄能电站
数值仿真方法
水泵水轮机
双馈感应电机
变流器
数据分析模型
深度学习网络
数据分析方法
编码器
动态融合机制
滑动弧放电
数据
介质阻挡放电
曲线预测方法
密度聚类算法
计算误差
抽水蓄能机组
水泵水轮机
引水管路
四阶龙格