BP/RBF神经网络与模糊规则耦合的电站锅炉燃烧控制 |
| |
作者单位: | 广州珠江电力有限公司,广东广州511457;华南理工大学电力学院,广东广州510641 |
| |
基金项目: | 广州发展科技研发计划;广州市科技计划重点项目 |
| |
摘 要: | 针对电站锅炉NO_x浓度和发电效率的非线性及复杂耦合关系问题,分别建立某320 MW火电机组RBF神经网络模型、BP神经网络模型和模糊规则模型。采用满负荷70%~80%的常规工况进行训练,RBF神经网络有效地预测了发电效率及NO_x排放浓度,平均相对误差分别为2.03%和2.41%。根据专家经验制定25条模糊控制规则,将RBF神经网络的输出值作为模糊控制器输入值,对锅炉运行参数进行调整,并将调整后的值输入BP神经网络进行预测。结合RBF/BP神经网络和模糊控制规则建立了综合优化模型,使NO_x调整值相对于实际值平均下降了7.89 mg/m~3,发电效率提高了1.08%。
|
关 键 词: | RBF神经网络 BP神经网络 模糊规则 燃烧控制 |
本文献已被 CNKI 万方数据 等数据库收录! |
|