本文主要研究内容
作者马良玉,左晓桐,王永军（2019）在《神经网络在风烟系统含氧量软测量中的应用》一文中研究指出：风烟系统烟气含氧量是影响锅炉效率的一个重要因素,其测量结果对评价燃烧经济性指标有重要作用。由于炉内燃烧过程复杂且烟气含氧量影响因素多,现场含氧量的直接测量往往存在滞后且精度较差。近年来,基于相关参数建模的软测量方法在电厂逐渐得以应用。为此,针对某1 000 MW锅炉机组,考虑风烟系统的结构及影响锅炉含氧量的因素,以电厂采集的历史运行数据作为神经网络模型的训练样本和测试样本,建立了基于神经网络的风烟系统含氧量软测量模型。与基于梯度下降法的神经网络相比,采用性能更好的L-M算法作为神经网络训练算法。试验结果表明:基于L-M算法的神经网络模型能够更准确地预测烟气含氧量,为实现锅炉的燃烧优化调整、节煤降耗奠定基础。
Abstract
feng yan ji tong yan qi han yang liang shi ying xiang guo lu xiao lv de yi ge chong yao yin su ,ji ce liang jie guo dui ping jia ran shao jing ji xing zhi biao you chong yao zuo yong 。you yu lu nei ran shao guo cheng fu za ju yan qi han yang liang ying xiang yin su duo ,xian chang han yang liang de zhi jie ce liang wang wang cun zai zhi hou ju jing du jiao cha 。jin nian lai ,ji yu xiang guan can shu jian mo de ruan ce liang fang fa zai dian an zhu jian de yi ying yong 。wei ci ,zhen dui mou 1 000 MWguo lu ji zu ,kao lv feng yan ji tong de jie gou ji ying xiang guo lu han yang liang de yin su ,yi dian an cai ji de li shi yun hang shu ju zuo wei shen jing wang lao mo xing de xun lian yang ben he ce shi yang ben ,jian li le ji yu shen jing wang lao de feng yan ji tong han yang liang ruan ce liang mo xing 。yu ji yu ti du xia jiang fa de shen jing wang lao xiang bi ,cai yong xing neng geng hao de L-Msuan fa zuo wei shen jing wang lao xun lian suan fa 。shi yan jie guo biao ming :ji yu L-Msuan fa de shen jing wang lao mo xing neng gou geng zhun que de yu ce yan qi han yang liang ,wei shi xian guo lu de ran shao you hua diao zheng 、jie mei jiang hao dian ding ji chu 。
论文参考文献
论文详细介绍
论文作者分别是来自自动化仪表的马良玉,左晓桐,王永军，发表于刊物自动化仪表2019年03期论文，是一篇关于风烟系统论文,含氧量论文,人工神经网络论文,软测量论文,算法论文,梯度下降法论文,锅炉效率论文,火电机组论文,自动化仪表2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自自动化仪表2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：风烟系统论文; 含氧量论文; 人工神经网络论文; 软测量论文; 算法论文; 梯度下降法论文; 锅炉效率论文; 火电机组论文; 自动化仪表2019年03期论文;