基于神经网络对长春浅层地热能评价方法研究

详细信息    查看全文 | 推荐本文 |

	作者：朱万里 ; 赵嵩颖 关键词：神经网络 ; 地热能 ; 评价指标 中文刊名：JNJN 英文刊名：Energy Conservation 机构：吉林建筑大学; 出版日期：2019-03-15 11:13 出版单位：节能 年：2019 期：v.38;No.438 基金：国家级大学生创新创业训练计划支持项目(项目编号:2018S1131);; 吉林省教育厅“十三五”科学技术规划项目(项目编号:JJKH20180575KJ);; 吉林省科技发展计划项目(项目编号:20180101339JC) 语种：中文; 页：JNJN201903020 页数：3 CN：03 ISSN：21-1115/TK 分类号：64-66

摘要

针对长春地区缺乏地热资源特点,基于BP神经网络智能化结构特征和能力特征,提出一种神经网络区域地热能分布的评估方法。根据长春地质条件建立评价指标体系,使用Matlab软件,对已知勘探数据进行预处理、建立神经网络模型。通过网络训练,可完成长春地区的地热资源的评估工作。
        

引文

[1]赵嵩颖,付言,王晨.地热能融雪技术研究[J].工业安全与环保,2018,44(1):96-98.
    [2]王真奉.我国地热资源综合开发利用研究[D].北京:北京交通大学,2012:7-8.
    [3]唐强宜,张怡.基于神经网络的区域地热评估算法研究[J].可再生能源,2013(2):90-91.
    [4]朱磊.基于BP神经网络的软件可靠性模型选择研究[D].重庆:重庆大学,2006:25-26.
    [5]张建伟,王锡魁,隋维国,等.长春地区地震地质构造活动性分析[J].内陆地震,2010(24):269-274.
    [6]柳小桐.BP神经网络输入层数据归一化研究[J].机械工程与自动化,2010(3):122-123.
    [7]胡东岗.冲天炉的神经网络建模与控制[D].太原:太原科技大学,2008:10-12.
    [8]杨潇,崔超然,王帅强.基于矩阵分解优化的排序学习特征构造方法[J].计算机科学,2017,44(12):255-259.
    [9]张兆鑫.变电所油浸变压器在线检测及故障诊断系统研究[D].哈尔滨:哈尔滨工业大学,2010:54-56.