基于IQGA-GRNN模型的SCR脱硝出口NOx质量浓度预测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1674-1951.2021.05.002

基于IQGA-GRNN模型的SCR脱硝出口NOx质量浓度预测方法

引用
针对选择性催化还原(SCR)烟气脱硝系统工艺复杂、非线性等特点,提出了一种基于改进量子遗传算法(IQGA)和广义回归神经网络(GRNN)的燃煤电站NOx排放数学模型:先采用动态旋转门对量子遗传算法(QGA)进行改进,使其搜索更为精细,然后应用IQGA对GRNN中的光滑因子进行寻优,使该算法逼近能力更强.以某300 MW供热机组为例,针对现场实际运行数据,采用IQGA-GRNN进行训练建模,并将该模型与GRNN模型、QGA-GRNN模型的预测结果进行对比,结果表明,IQGA-GRNN模型的预测值与实测值最大误差在8.0%以内,平均误差在0.2%以内,可为后续喷氨量的精准控制提供有力的支撑.

改进量子遗传算法、广义回归神经网络、燃煤电站、脱硝系统、NOx质量浓度、预测

43

TP18;X701(自动化基础理论)

新疆维吾尔自治区项目XJEDU2018Y054

2021-05-28(万方平台首次上网日期,不代表论文的发表时间)

共6页

9-14

相关文献
评论
暂无封面信息
查看本期封面目录

华电技术

1674-1951

41-1395/TK

43

2021,43(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn