|
|
Vesitakan menoveden lämpötilan mallinnus neuroverkoilla |
|---|---|
| Author: | Kokkila, Niklas1 |
| Organizations: |
1University of Oulu, Faculty of Technology, Process Engineering |
| Format: | ebook |
| Version: | published version |
| Access: | open |
| Online Access: | PDF Full Text (PDF, 3.4 MB) |
| Pages: | 51 |
| Persistent link: | http://urn.fi/URN:NBN:fi:oulu-202204261695 |
| Language: | Finnish |
| Published: |
Oulu : N. Kokkila,
2022
|
| Publish Date: | 2022-04-26 |
| Thesis type: | Bachelor's thesis |
| Description: |
Tiivistelmä Työn tavoitteena oli muodostaa vesitakan menoveden lämpötilaa mallintava neuroverkkomalli. Haasteita työhön toi prosessin panosluonne sekä muuttujien epälineaarinen käyttäytyminen. Neuroverkko kehitettiin MATLAB-ohjelmiston neuroverkkotyökalulla. Se harjoitettiin Levenberg-Marquadt-algortimilla. Verkkoa harjoitettiin ensin ensimmäisen polttopäivän mittausaineistolla, jonka jälkeen sen suorituskykyä testattiin toisen polttopäivän aineistolla. Ennustushorisonttina mallinnuksissa käytettiin 3, 5, 7 ja 10 minuuttia. Mallinnuksissa testattiin neljää erilaista verkkorakennetta, joissa neuroneiden sekä käytettävien tulomuuttujienmäärät vaihtelivat. Kolmen minuutin ennustushorisontilla monimutkaisimmilla verkoilla havaittiin ylisovittumista ja yksinkertaisin verkkorakenne pärjäsi parhaiten. Siirryttäessä viiden minuutin ennustushorisonttiin erot kaventuivat, mutta yksinkertaisimmat verkot suoriutuivat vielä paremmin. Seitsemän minuutin ennustushorisonttiin tultaessa tilanne kääntyy päälaelleen ja yksinkertaisimpien verkkojen suorituskyvyn kapasiteetti tuli vastaan ja rakenteeltaan monimutkaisemmat verkot suoriutuvat paremmin. Kymmenen minuutin ennustushorisonttiin siirryttäessä vain monimutkaisin verkko kykeni tarjoamaan siedettävää tarkkuutta vasteen laskemisessa. Muut verkot suoriutuvat savukaasun lämpötilan ennustamisesta huonosti. Näin ollen seitsemän minuutin ennustushorisontti vaikuttaa olevan pisin ennustushorisontti, jolla käytetyillä verkkorakenteilla vesitakan menoveden lämpötilaa voidaan ennustaa riittävällä tarkkuudella. see all
|
| Subjects: | |
| Copyright information: |
© Niklas Kokkila, 2022. Except otherwise noted, the reuse of this document is authorised under a Creative Commons Attribution 4.0 International (CC-BY 4.0) licence (https://creativecommons.org/licenses/by/4.0/). This means that reuse is allowed provided appropriate credit is given and any changes are indicated. For any use or reproduction of elements that are not owned by the author(s), permission may need to be directly from the respective right holders. |
|
https://creativecommons.org/licenses/by/4.0/ |