黄远红，黄清宝（广西大学电气工程学院，广西 南宁 530004）

基于GRNN神经网络的蒸汽平衡预测

黄远红，黄清宝
（广西大学电气工程学院，广西 南宁 530004）

针对大型化工企业蒸汽的生产、消耗平衡难以预测的问题，提出用GRNN神经网络进行预测的方法。采用实际生产过程中蒸汽产量、消耗量的原始数据，用MATLAB软件编程，根据蒸汽消耗量运用GRNN神经网络对蒸汽供应量进行模拟仿真；仿真效果较好，在实际中有广泛的应用前景。

蒸汽；产供平衡；GRNN神经网络；预测

大型化工企业的蒸汽用量大，供汽来源及用户种类多，蒸汽使用复杂，对于蒸汽供需平衡有极高的要求。传统方法是根据用户对蒸汽的流量、压力、温度的要求，参照在线计量数据，结合历史数据，进行大量人工的统计、分析、判断，再进行供汽的出力调整。由于工业过程复杂多变，流程长，滞后大，蒸汽流量、压力、温度测量的不确定，且与调度员工作水平和责任心等因素严重相关，使得蒸汽供需预测较难，产汽量负荷的调节非常困难。

近年来，人工神经网络的研究得到飞速发展，其具有的非线性、大量的并行分布处理以及强大的学习归纳能力使其在诸如建模、时间序列分析、模式识别、信号处理以及控制等方面得到广泛的应用，特别是面对缺乏物理或统计理解、观察数据中存在着统计变化、数据由非线性机制产生等棘手问题，神经网络都能够提供较有效的解决办法。

广义回归神经网络（generalized regression neural network，GRNN）与径向基函数网络结构类似，但在逼近能力和学习速度上较BRF网络有更强的优势，具有很强的非线性映射和柔性网络结构以及高度的容错性和鲁棒性，特别适用于函数的快速逼近和处理不稳定的数据。……