基于联合概率密度判别器和神经网络技术的煤种辨识方法
提出一种基于联合概率密度判别器和神经网络技术进行煤种在线辨识的方法.根据不同种类的煤燃烧时火焰的特征不同,利用三个光电传感器来获得燃烧火焰在红外、可见光和紫外三个谱段上的辐射信号,通过特征值提取得到火焰辐射信号在时域和频域内的特征值,经过主成分分析处理得到正交化的、维数压缩的特征值矢量.利用获得的正交化特征值矢量数据,建立每一已知煤种的联合概率密度判别器和神经网络模型.利用基于燃煤特征值分布的联合概率密度判别器可进行是否为新煤种的判别,非新煤种则利用神经网络模型辨识燃煤的种类.试验结果表明,在某电站锅炉所测试的四种煤的情况下,结合联合概率密度判别器和神经网络模型进行燃煤种类的辨识,20次测试的平均成功率为97.6%.
特征值、主成分分析、联合概率密度、神经网络、燃煤种类
46
TP183(自动化基础理论)
国家自然科学基金60972087;新世纪优秀人才支持计划NCET-07-0046;教育部留学回国人员科研启动基金200917055
2011-01-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
18-23