一种基于深度神经网络的变截面温差发电系统优化模型

本发明属于温差发电技术领域，特别涉及一种基于深度神经网络的变截面温差发电系统优化模型，所述模型的输入层是一个2400×11的矩阵，输出层是一个2400×6的矩阵，其中输入层的11个变量包括边界条件、粒子形状和电阻率等，输出层为变截面温差发电系统的6个性能参数；神经网络层数包括输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层，神经网络的学习率设定为0.01，正则化项为L1＝1×e‑7、L2＝1×e‑7；迭代次数为1000。本发明所构建的模型至少能对恒定温度、恒定热流密度和恒定对流换热系数三种边界条件下的圆锥型、圆柱型、矩型和梯型四种变截面温差发电系统性能参数进行优化与预测，针对这三种边界条件和四种变截面形状建立了统一的神经网络预测模型。