火电厂消防设计中冷凝器污垢累积规律的神经网络预测模型

摘要：

为了防止火电厂锅炉消防设计中冷凝器因结垢而引起锅炉的火灾和爆炸事故,需要对冷凝器污垢系数的发展规律进行预测.设计了一种结合K-均值算法和Chebyshev神经网络的污垢系数预测模型,针对Chebyshev神经网络的弊端,应用K-均值算法对其进行改进,将污垢系数随时间发展的曲线分为启动阶段、粘附阶段和老化阶段3类.结果表明,改进Chebyshev神经网络模型有效地预测了冷凝器污垢系数发展规律,得到的输出结果比渐进预测和幂率预测模型的预测结果更准确,该模型具有算法简单、收敛速度快的特点.

关键词：火电厂、消防安全、冷凝器、神经网络、污垢系数

所属期刊栏目：39

分类号：X913.4;TM621(安全科学基础理论)

资助基金：2018年度河北省高等教育教学改革项目"分布式光伏水力发电微电网供能系统的实践研究"ZZJG-C6047

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1465-1468