基于BP神经网络的城市燃气管网泄漏定位.pdf

基于BP神经网络的城市燃气管网泄漏定位.pdf

ID:52206209

大小:278.28 KB

页数:5页

时间:2020-03-24

基于BP神经网络的城市燃气管网泄漏定位.pdf_第1页
基于BP神经网络的城市燃气管网泄漏定位.pdf_第2页
基于BP神经网络的城市燃气管网泄漏定位.pdf_第3页
基于BP神经网络的城市燃气管网泄漏定位.pdf_第4页
基于BP神经网络的城市燃气管网泄漏定位.pdf_第5页
资源描述:

《基于BP神经网络的城市燃气管网泄漏定位.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第5期山东建筑大学学报V01.26No.52011年10月JOURNALOFSHANDONGJIANZHUUNIVERSⅡ'YOct.2Ol1文章编号:1673—7644(2011)05—0436—04基于BP神经网络的城市燃气管网泄漏定位黄凤洁,田贯三,贾文磊,王明(1.山东建筑大学热能工程学院,山东济南250101;2.山东建筑大学可再生能源建筑利用技术省部共建教育部重点实验室,山东济南250101;3.山东建筑大学山东省建筑节能技术重点实验室,山东济南250101)摘要:运用BP神经

2、网络的模式识别功能,对城市燃气管网泄漏进行定位,并应用MATLAB语言编写了泄漏定位的计算机程序。以某城市燃气管网泄漏为例,采用水力计算软件模拟泄漏工况,将泄漏数据代入程序进行泄漏定位,结果验证了BP神经网络应用于城市燃气管网泄漏定位的可行性。关键词:BP神经网络;泄漏定位;模式识别;城市燃气管网中图分类号:TU996文献标识码:AResearchontheleaklocationofurbangaspipenetworkbasedonBPnetworkHUANGFeng~ie,TIANGuan.

3、san,,JIAWen—lei,eta1.(1.SchoolofThermalEnergyEngineering,ShandongJianzhuUniversity,Jinan250101,China;2.KeyLaboratoryofRe-newableEnergyUtilizationTechnologiesinBuildingsofNationalEducationMinistry,ShandongJianzhuUniversity,Jinan250101,China;3.ShandongK

4、eyLaboratoryofBuildingEnergy·SavingTechnologies,ShandongJianzhuUniversity,Jinan250101,China)Abstract:ThepatternrecognitionofBPnetworkisusedfortheleaklocationofurbangaspipenetworkandaprogramisdesignedforpipeline’SleaklocationbyMATLAB.Bytakingtheleakloc

5、ationofacity’Sgaspipenetworkforexample,theleakconditionsaresimulatedbyahydrauliccalculationsoft—wareandtheleakagedataareputintoprogram.ThevalidityofBPnetworkintheleaklocationofur_bangaspipenetworkisverifiedbytheresultsatlast.Keywords:BPnetwork;leakloc

6、ation;patternrecognition;urbangaspipenetwork管进行处理。相对于长输管线,城市燃气管网要复0引言杂的多,一个复杂城市管网的主干管一般在数百根左右,若采用长输管线泄漏定位的方法显然是不合燃气管网的泄漏定位是保证燃气管网安全运行适的。在对城市燃气管网泄漏点进行定位时,并不的一个重要课题,也是近些年来学者们研究的热点知道泄漏点出现在哪根管段上,传统的模型法采用课题。然而学者们研究较多的是长输管线的泄漏定的方法是分别对每根管段进行泄漏分析,求解的工位,涉及到城市燃

7、气管网的不多。在研究长输管线作量巨大,定位的时间长,效率低下。如果在用模型的泄漏定位过程中,通常将长输管线模型简化为单法求解具体泄漏点之前,首先找到具体的泄漏管段,收稿日期:2011—09—19作者简介:黄凤洁(1987一),女,安徽宣城人,在读硕士,研究方向:燃气输配及应用.E-mail:hgdsc@163.corn第5期黄凤洁等:基于BP神经网络的城市燃气管网泄漏定位437将会大大减少求解的工作量,缩短定位时间。人工神经网络模型是由简单神经单元组成的,能够神经网络的模式识别:在样本数据的特征空

8、间中模拟生物神经系统所作出的交互式反应【1J。BP神提取模式特征,实现类别的划分,类别划分后可以对经网路(又称多层前馈神经网络)由一个输入层、一一组新数据的类型进行识别。BP神经网络的模式识个或多个隐含层和一个输出层构成,每个神经元只别功能在各领域中的应用越来越多,发挥的作用越来与前一层神经元单向连接,网络结构图见图1。越大,本文也将借助于BP神经网络来寻找泄漏管段。{}为第一层神经元从外部接受的输入,a。=;{口}为第一层神经元的输出,也是第二层神经元1BP神经网络的输入;{口}

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。