共查询到17条相似文献,搜索用时 46 毫秒
1.
飞灰含碳量是反映电站煤粉锅炉燃烧效率的一个重要指标。基于误差反向传播(BP)神经网络方法,建立了11-23-1型BP神经网络模型。根据某电站四角切圆煤粉锅炉特点选取了煤粉细度、燃烧器摆角、烟气含氧量、5个煤种参数、燃烧器喷口运行组合等11个影响燃烧的参数作为神经网络的输入因子,对建立的模型进行训练,得到模型参数。以此进行预测,与实际值的误差不超过6%。在此基础上,又提出了单参数影响飞灰含碳量的简化分析方法,使神经网络包含的多维非线性规律在一定条件下简洁、直观地反映出来。计算和分析结果表明,本模型方法能有效提取各参数对飞友含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。 相似文献
2.
飞灰含碳量是反映燃煤锅炉机组燃烧效率的重要技术指标和运行经济指标,同时也影响锅炉的安全运行。超临界对冲火焰锅炉由于掺烧劣质煤,经常出现飞灰含碳量偏高的现象。本文以660MW超临界对冲火焰锅炉为研究对象,将影响飞灰含碳量的负荷、煤粉细度等十个运行参数作为输入量,应用BP神经网络的非线性动力学特性和自学习能力,建立了飞灰含碳量预测模型。经网络预测,与实际值的误差小于5.48%。在预测模型的基础上,对飞灰含碳量影响因素进行单因素影响规律分析。预测和分析结果表明,本模型方法能有效提取各参数对飞灰含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。 相似文献
3.
针对生物质锅炉飞灰含碳量较高的问题,文章提出了基于主成分分析法(PCA)或Garson算法与普通LM-BP神经网络相结合的两种生物质锅炉飞灰含碳量预测模型。这两种模型通过对负荷、燃烧室烟气温度、烟气含氧量等17个原始输入变量进行降维得到新输入变量,再进行训练建模,提高了模型精度。利用我国某生物质电厂飞灰含碳量的实测数据对模型进行检验,检验结果表明,LM-Garson-BP神经网络的MAPE为2.09%,MSE为0.11,MAE为0.25,泛化能力最强,稳定性最好。 相似文献
4.
燃煤锅炉飞灰特性研究 总被引:5,自引:0,他引:5
本文仅对上锅厂设计制造的9台燃用烟煤和无烟煤的电站锅炉尾部收集来的飞灰,除进行了颗粒直径分布、硬度、比重、可燃物、化学分析等常规分析外,还采用了扫描电镜,X-衍射等特种分析.根据分析结果探讨其与磨损的关系.并进一步研究了煤粒在炉内燃烧的微观变化过程. 相似文献
5.
6.
7.
基于SVM的燃煤电站锅炉飞灰含碳量预测 总被引:7,自引:0,他引:7
将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域.该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点.将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1.39%和1.30%,相当于BP网络模型的22.20%和21.07%.应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求. 相似文献
8.
9.
10.
11.
分析某300MW电站锅炉飞灰含碳量过高的原因,并提出了增设卫燃带,一次风集中布置,合理配比一、二次风,调整煤粉细度,调整出口氧量等优化措施,经改造取得满意效果。 相似文献
12.
神经网锅炉自动控制系统 总被引:3,自引:0,他引:3
本文建立了i-5-1神经网络结构。通过对网络的训练,建立了母管压力、汽包压力、锅炉蒸发量、锅炉给水温度等参数与给煤机转速和二次风门开度之间的关系。实践证明:锅炉计算机自动控制系统中用神经网预测被调节参数可以大大提高控制效果。 相似文献
13.
14.
飞灰含碳量高是循环流化床锅炉燃烧效率低的主要原因,通过分析影响飞回含碳量的因素,得出降低飞灰含碳量的方法。 相似文献
15.