لیلا خلیل زاده گنجعلی خانی - کارشناس ارشد/دانشگاه آزاد اسلامی واحد نجف آباد
فرید شیخ الاسلام - دانشیار/دانشگاه صنعتی اصفهان
همایون مهدوی نسب - استادیار/دانشگاه آزاد اسلامی واحد نجف آباد

یکی از موثرترین راهکارها برای افزایش راندمان نیروگاه، بهبود سیستم کنترل آن است. برای چنین بهبودی داشتن مدل دقیقی از مولد بخار نیروگاه ضروری است. در این مقاله، یک مولد بخار صنعتی به عنوان یک سیستم غیرخطی چندمتغیره برای شناسایی در نظر گرفته می شود. یک گام مهم در شناسایی غیرخطی سیستم، گسترش دادن یک مدل غیرخطی است. در سال های اخیر، شبکه های عصبی مصنوعی به طور موفقیت آمیزی در شناسایی سیستم های غیرخطی در بسیاری از پژوهش ها به کار گرفته شده اند. شبکه های عصبی ویولت  نیز به عنوان یک ابزار قدرتمند در شناسایی غیرخطی سیستم به کار می روند. در این مقاله، برای شناسایی یک مولد بخار صنعتی یک مدل شبکه عصبی تاخیر زمانی و یک مدل شبکه عصبی ویولت ارائه می کنیم. نتایج شبیه سازی ها نشان دهنده کارایی مدل های ارائه شده در شناسایی سیستم مذکور می باشند و نشان می دهند مدل شبکه عصبی ویولت در تخمین خروجی های سیستم دقیق تر است.

شناسایی سیستم, شبکه عصبی تاخیر زمانی, تبدیل ویولت گسسته, شبکه عصبی ویولت