| 考虑时延特性优化的燃煤锅炉主蒸汽温度预测模型 |
| |
| 引用本文： | 杨春来1,袁晓磊1,殷 喆1,金 飞1,李剑锋1,吴 斌2,刘学来2. 考虑时延特性优化的燃煤锅炉主蒸汽温度预测模型[J]. 热力发电, 2022, 51(8): 124-129 |
| |
| 作者姓名： | 杨春来1 袁晓磊1 殷 喆1 金 飞1 李剑锋1 吴 斌2 刘学来2 |
| |
| 作者单位： | 1.国网河北能源技术服务有限公司，河北 石家庄 050021；2.华北电力大学控制与计算机工程学院，北京 102206） |
| |
| 摘 要： | 构建精确的锅炉主蒸汽温度预测模型有利于提高其控制品质，考虑锅炉运行参数的时延特性对主蒸汽温度的预测精度具有较大影响。使用长短时记忆（LSTM）神经网络算法构建模型预测锅炉主蒸汽温度变化趋势，并针对锅炉运行参数时延特性的问题，提出利用离散粒子群算法实现网络模型输入变量时滞的优化。最后，基于某1 000 MW燃煤锅炉的历史数据，验证时延特性优化后的主蒸汽温度预测模型。预测结果表明，该模型预测均方根误差为0.47 ℃，较传统方法构建的LSTM神经网络模型预测误差降低6%，预测精度更高。
|
| 关 键 词： | 燃煤锅炉 主蒸汽温度 预测模型 LSTM神经网络 时延特性 |
Prediction model of main steam temperature of coal-fired boiler considering time delay characteristic optimization |
| |
| YANG Chunlai1,YUAN Xiaolei1,YIN Zhe1,JIN Fei1,LI Jianfeng1,WU Bin2,LIU Xuelai2. Prediction model of main steam temperature of coal-fired boiler considering time delay characteristic optimization[J]. Thermal Power Generation, 2022, 51(8): 124-129 |
| |
| Authors: | YANG Chunlai1 YUAN Xiaolei1 YIN Zhe1 JIN Fei1 LI Jianfeng1 WU Bin2 LIU Xuelai2 |
| |
| Affiliation: | 1. State Grid Hebei Energy Technology Service Co., Ltd., Shijiazhuang 050021, China;2. School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载免费的PDF全文 |
|
