共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
提出了采用BP神经网络和RBF神经网络对锅炉过热器和再热器壁温进行预测的方法,经过网络训练和测试,使预测的管壁温度有一定的准确度。RBF神经网络较BP神经网络误差更小,更稳定,更适合于预测锅炉过热器和再热器的管壁温度。 相似文献
5.
锅炉过热器管壁温度特性研究 总被引:2,自引:0,他引:2
对一台锅炉过热器壁温在不同负荷下的变化情况进行了讨论。通过传热计算、现场实测以及对过热器管的金相分析等方法,得出在低负荷工况时,具有辐射或半辐射特性过热器的金属壁温有可能随负荷的下降而升高。对于以带基本负荷为设计原则的锅炉,长期在低负荷下运行,发生过热器超温爆管的可能性会增大。 相似文献
6.
7.
广东粤华发电有限责任公司黄埔发电厂3号锅炉再热器管壁温度经常超温,影响机组带负荷,同时再热器减温水流量较大,严重影响机组效率.经分析认为,再热器管壁温度超温的原因主要有两个方面:吸热不均匀和流量不均匀,通过改造燃烧器和优化运行等措施,可改善再热器管壁温度超温的问题,保证锅炉的安全运行. 相似文献
8.
分析了中电国华神木发电有限公司锅炉高温过热器管壁温度偏差大的原因,针对温度测点结构不合理问题,重新布置了高温过热器管壁温度测点并调整了集热器结构尺寸,使过热器测点平均温度趋于正常. 相似文献
9.
广义回归神经网络在变压器绕组热点温度预测中的应用 总被引:3,自引:1,他引:3
电力变压器的绕组热点温度是影响其绝缘性能的主要因素之一,因此有必要进行电力变压器绕组热点温度预测以提高电力变压器的运行可靠性。变压器内部温度受诸多因素的影响,且计算涉及到传热学、流体力学和电磁学等边缘学科,以致其计算复杂,不宜使用。广义回归神经网络(GRNN)具有较强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性等特点,将其应用于变压器绕组热点温度的预测,克服了基于误差反向传播算法的人工神经网络(BPNN)预测时训练过程中存在局部最小点、收敛速度慢等缺点。将预测结果与实测值进行对比,结果表明GRNN神经网络的预测结果与实测值具有较好的一致性。 相似文献
10.
改进遗传神经网络在传感器温度补偿中的应用 总被引:2,自引:0,他引:2
精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义.神经网络具有良好的自学习、自适应和非线性映射能力,但往往训练速度慢、易陷入局部极小值,而遗传算法具有很强的全局寻优能力,但其局部搜索能力却不足.本文探讨了利用改进遗传算法优化函数链神经网络,以获得全局最优解的方法,并根据多温度条件下的实测数据,对电涡流传感器温度补偿模型进行了有效辨识.结果表明,该方法运算快速、精度高、通用性强,在智能传感器建模与补偿等领域具有良好的应用前景. 相似文献
11.
对超(超)临界机组过热器管壁温度的影响因素进行了分析,利用电厂现场DCS系统采集到的变负荷条件下的运行数据,与对应时刻管壁的温度实测数据进行了关联比较,确定了预测模型的输入变量。分析结果显示:一级、二级过热器出口汽温、主蒸汽温度、二次风E层风箱开度、有功功率等因素对过热器管壁温度的影响较为显著。采用BP神经网络算法,选取关联结果阈值超过0.70的14种主要因素进行升负荷、稳定负荷和降负荷3种条件下的管壁温度预测,预测结果与实测结果整体趋势保持一致,最大相对误差为1.42%,能够对过热器超温预警起到良好的指导作用。 相似文献
12.
介绍了BP神经网络模型和算法,建立了变压器绕组温度预测的人工神经元网络BP模型,并验证了其可行性和优越性. 相似文献
13.
14.
15.
16.
部分国产670t/h锅炉存在着再热汽温偏低、排烟温度偏高、低温再热器飞灰磨损等问题。通过在低温再热器采用螺旋肋片管,可使这些问题得以缓解。对肋片管的壁温进行计算,分析螺旋肋片管管壁温度的变化规律。 相似文献
17.
18.
对于电阻炉这样的复杂非线性系统的控制问题,提出了一种新的基于专家系统神经网络控制方案,该方案结构简单,鲁棒性强。文中给出了控制器参数整定规律,以达到快速收敛的目的。电阻炉的温度控制的实验结果表明该方案能够取得令人满意的效果 相似文献