10.19557/j.cnki.1001-9944.2021.02.012
基于IPSO-BP算法的CFB锅炉NOx浓度预测
以山西省某电站2×350 MW循环流化床锅炉1号机组为试验对象,将归一化和指数平滑处理后的2000组数据作为样本数据,建立了八输入单输出的NOx浓度预测模型.利用BP神经网络算法和IPSO-BP算法对NOx浓度进行预测.MatLab结果表明,IPSO-BP算法对NOx浓度预测的各类误差指标性能更好,精度更高,有效改善了BP神经网络算法的不足.在170 MW和260 MW两种典型工况下对IPSO-BP算法进行模型验证,结果表明该模型在NOx浓度预测上的有效性,为该电站脱硝控制提供良好的指导.
循环流化床锅炉、NOx浓度预测、粒子群算法、BP神经网络、IPSO-BP算法
36
TP183;TK229.6(自动化基础理论)
山西省科技重大专项项目;山西省科技一般专项项目
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
58-63