检索结果-维普期刊中文期刊服务平台

基于机器学习的燃煤锅炉分工况建模与燃烧优化被引量：6: 1; 作者曹歌瀚黄亚继 +5 位作者徐文韬陈波王新宇张荣初刘宇清邹怡然《锅炉技术》北大核心 2023年第5期41-47,共7页; 为了更好地利用电厂的运行数据设计锅炉在线燃烧优化系统,对电厂的锅炉运行数据进行分工况建模。利用K均值聚类方法对静态数据集进行工况划分,根据误差平方和曲线确定聚类数,最终将锅炉工况按照负荷分为了4类,按照相对煤质系数分为了3类... 展开更多; 关键词燃烧优化数据挖掘工况划分 K均值聚类 BPNN-GA模型; 在线阅读下载PDF 职称材料

基于机器学习的燃煤锅炉燃烧效率在线计算被引量：18: 2; 作者陈波曹歌瀚 +5 位作者黄亚继岳峻峰徐文韬王亚欧李雨欣金保昇《洁净煤技术》 CAS 北大核心 2021年第4期174-179,共6页; 经济发展方向与政策导向促使火电厂燃煤锅炉朝着智能化方向升级,燃煤锅炉的燃烧效率是衡量锅炉运行状况的重要指标。为了满足实时计算锅炉热效率的要求,借助于电厂的日常测量数据计算锅炉效率,计算方法为:①分析锅炉的燃烧运行特征;②... 展开更多; 关键词机器学习神经网络算法遗传算法数据分析锅炉效率; 在线阅读下载PDF 职称材料

基于BP-改进NSGA-Ⅱ锅炉燃烧多目标优化被引量：13: 3; 作者徐文韬黄亚继 +2 位作者曹歌瀚陈波金保昇《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第5期943-952,共10页; 为了提高锅炉热效率和降低污染物排放,对锅炉燃烧过程进行多目标优化.采用BP神经网络与改进非支配排序遗传算法(INSGA-Ⅱ)建立锅炉燃烧系统多目标优化模型.基于BP神经网络分别建立NO_(x)排放和锅炉热效率模型;以降低NO_(x)排放质量浓度... 展开更多; 关键词 BP神经网络非支配排序遗传算法(NSGA-Ⅱ) 多目标优化 NO x排放锅炉热效率; 在线阅读下载PDF 职称材料

基于小波包-LSTM神经网络磨煤机故障诊断被引量：6: 4; 作者陈波徐文韬 +4 位作者黄亚继曹歌瀚李雨欣管诗骈王亚欧《洁净煤技术》 CAS 北大核心 2022年第5期211-220,共10页; 磨煤机作为火电厂制粉系统最重要的设备,设备运行状态直接影响火电机组运行性能,因此,对磨煤机进行故障诊断对于保障电厂安全生产具有实际意义。针对磨煤机实际运行过程中故障类型难以确定及故障诊断时间滞后等问题,提出一种基于小波包-... 展开更多; 关键词磨煤机 LSTM 小波包相关程度故障诊断; 在线阅读下载PDF 职称材料

基于PCA-GRNN磨煤机安全性评估预测模型被引量：3: 5; 作者陈波徐文韬 +3 位作者黄亚继曹歌瀚管诗骈岳峻峰《洁净煤技术》 CAS 北大核心 2022年第6期206-214,共9页; 磨煤机作为锅炉运行的重要辅机设备,其性能安全直接影响整个火电机组运行安全。针对电厂磨煤机安全性评估无法实时反馈的问题,结合主成分分析(PCA)与广义回归神经网络(GRNN)建立磨煤机安全性评估预测模型。首先,以磨煤机设备的实测运行... 展开更多; 关键词磨煤机主成分分析广义回归神经网络安全性评估预测模型留一法; 在线阅读下载PDF 职称材料

题名基于机器学习的燃煤锅炉分工况建模与燃烧优化被引量：6: 1; 作者曹歌瀚黄亚继徐文韬陈波王新宇张荣初刘宇清邹怡然; 机构东南大学能源热转换及其过程测控教育部重点实验室江苏方天电力技术有限公司南京常荣声学股份有限公司; 出处《锅炉技术》北大核心 2023年第5期41-47,共7页; 基金江苏省科技成果转化专项资金项目(BA2020001)。; 文摘为了更好地利用电厂的运行数据设计锅炉在线燃烧优化系统,对电厂的锅炉运行数据进行分工况建模。利用K均值聚类方法对静态数据集进行工况划分,根据误差平方和曲线确定聚类数,最终将锅炉工况按照负荷分为了4类,按照相对煤质系数分为了3类,共获得了12个建模数据集。利用神经网络模型对各工况的数据集进行单独建模,建模结果显示分工况建模后整体的精度得到了提高。利用遗传算法对建立的模型进行搜索优化,赋予锅炉效率与NO_(x)排放浓度不同权重,获得了不同优化目标下锅炉运行数据的推荐值,多目标优化结果表明NO_(x)排放浓度可以在锅炉效率的较小损失前提下获得大幅下降,优化结果与机理分析一致,可供电厂操作人员参考。; 关键词燃烧优化数据挖掘工况划分 K均值聚类 BPNN-GA模型; Keywords combustion optimization data mining working conition division K means cluster BPNN-GA model; 分类号 TK229.6 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于机器学习的燃煤锅炉燃烧效率在线计算被引量：18: 2; 作者陈波曹歌瀚黄亚继岳峻峰徐文韬王亚欧李雨欣金保昇; 机构江苏方天电力技术有限公司东南大学东南大学能源热转换及其过程测控教育部重点实验室; 出处《洁净煤技术》 CAS 北大核心 2021年第4期174-179,共6页; 基金国家重点研发计划资助项目(2018YFC1901200) 江苏方天电力技术有限公司科技项目(KJ201927) 江苏省科技成果转化专项基金资助项目(BA2020001)。; 文摘经济发展方向与政策导向促使火电厂燃煤锅炉朝着智能化方向升级,燃煤锅炉的燃烧效率是衡量锅炉运行状况的重要指标。为了满足实时计算锅炉热效率的要求,借助于电厂的日常测量数据计算锅炉效率,计算方法为:①分析锅炉的燃烧运行特征;②根据提取的特征采用剔除异常数据、稳态判别、相似性处理的预处理方法,生成更好的训练样本;③采用遗传算法改进的神经网络算法建立锅炉排烟温度、飞灰含碳量和煤质灰分之间的计算模型;利用燃煤热值与理论空气量的比例关系计算入炉煤热值,计算值用于锅炉热效率的反平衡计算模型。计算结果表明,神经网络模型的预测值能满足工程计算的要求;计算所得的排烟温度、飞灰含碳量与煤质灰分用于锅炉效率的计算过程,可实现实时动态的锅炉效率计算;计算所得锅炉效率的变化与实际蒸发量变化基本一致。锅炉实际蒸发量下降时,锅炉效率降低;锅炉实际蒸发量保持60%以上额定蒸发量时,锅炉效率易保持在较高水平。; 关键词机器学习神经网络算法遗传算法数据分析锅炉效率; Keywords machine learning neural network algorithm genetic algorithm data analysis boiler efficiency; 分类号 TK229.6 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于BP-改进NSGA-Ⅱ锅炉燃烧多目标优化被引量：13: 3; 作者徐文韬黄亚继曹歌瀚陈波金保昇; 机构东南大学能源热转换及其过程测控教育部重点实验室江苏方天电力技术有限公司; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第5期943-952,共10页; 基金江苏方天电力技术有限公司科技资助项目(KJ201927)。; 文摘为了提高锅炉热效率和降低污染物排放,对锅炉燃烧过程进行多目标优化.采用BP神经网络与改进非支配排序遗传算法(INSGA-Ⅱ)建立锅炉燃烧系统多目标优化模型.基于BP神经网络分别建立NO_(x)排放和锅炉热效率模型;以降低NO_(x)排放质量浓度和提高锅炉热效率为目标,基于BP-INSGA-Ⅱ算法对锅炉燃烧系统进行多目标寻优;基于BP-INSGA-Ⅱ算法、BP-NSGA-Ⅱ算法、GRNN-INSGA-Ⅱ算法和GRNN-NSGA-Ⅱ算法分别建立锅炉燃烧优化模型,比较各优化模型的性能,验证锅炉燃烧优化模型的有效性.结果表明:NO_(x)排放质量浓度预测模型和锅炉热效率预测模型最大误差均不超过3%;基于BP-INSGA-Ⅱ算法建立锅炉燃烧优化模型使NO_(x)排放质量浓度平均降低15.42%,锅炉热效率平均提高0.1058%.结合BP神经网络与改进的多目标优化方法建立的锅炉燃烧优化模型能够同时提高锅炉热效率和降低NO_(x)排放.; 关键词 BP神经网络非支配排序遗传算法(NSGA-Ⅱ) 多目标优化 NO x排放锅炉热效率; Keywords BP neural network non-dominated sorting genetic algorithm(NSGA-Ⅱ) multi-objective optimization NOx emission concentration boiler efficiency; 分类号 TK16 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

题名基于小波包-LSTM神经网络磨煤机故障诊断被引量：6: 4; 作者陈波徐文韬黄亚继曹歌瀚李雨欣管诗骈王亚欧; 机构江苏方天电力技术有限公司东南大学能源热转换及其过程测控教育部重点实验室; 出处《洁净煤技术》 CAS 北大核心 2022年第5期211-220,共10页; 基金江苏方天电力技术有限公司科技资助项目(KJ201927) 国家重点研发计划资助项目(2018YFC1901205)。; 文摘磨煤机作为火电厂制粉系统最重要的设备,设备运行状态直接影响火电机组运行性能,因此,对磨煤机进行故障诊断对于保障电厂安全生产具有实际意义。针对磨煤机实际运行过程中故障类型难以确定及故障诊断时间滞后等问题,提出一种基于小波包-LSTM神经网络磨煤机故障诊断方法。首先,基于LSTM神经网络建立磨煤机出口压力和出口温度预测模型,以亚临界燃煤机组为例,将磨煤机运行时正常数据与故障数据组成混合数据作为LSTM神经网络预测模型输入量,预测磨煤机出口压力和出口温度并获取残差信号;其次,针对残差信号进行小波包分解,辨识残差信号突发奇异点;最后,对磨煤机故障库中故障发生前后部分数据和混合数据中故障发生前后同时段内部分数据的全部变量变化趋势进行相关程度分析以诊断磨煤机故障类型。结果表明:LSTM神经网络预测磨煤机出口压力和出口温度最大相对误差不超过1%;采用小波包分解残差信号能够较精确地确认故障发生时刻;采用相关系数法分析全部变量变化趋势能辨识磨煤机故障类型。; 关键词磨煤机 LSTM 小波包相关程度故障诊断; Keywords coal mill LSTM wavelet packet correlation degree fault diagnosis; 分类号 TP15 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于PCA-GRNN磨煤机安全性评估预测模型被引量：3: 5; 作者陈波徐文韬黄亚继曹歌瀚管诗骈岳峻峰; 机构江苏方天电力技术有限公司东南大学能源热转换及其过程测控教育部重点实验室; 出处《洁净煤技术》 CAS 北大核心 2022年第6期206-214,共9页; 基金江苏方天电力技术有限公司科技资助项目(KJ201927) 江苏省科技成果转化专项基金资助项目(BA2020001)。; 文摘磨煤机作为锅炉运行的重要辅机设备,其性能安全直接影响整个火电机组运行安全。针对电厂磨煤机安全性评估无法实时反馈的问题,结合主成分分析(PCA)与广义回归神经网络(GRNN)建立磨煤机安全性评估预测模型。首先,以磨煤机设备的实测运行数据为试验样本,基于PCA对影响磨煤机设备安全运行的众多变量开展主成分分析;其次,基于GRNN建立磨煤机安全性评估预测模型,其中以主成分为输入参数,对应的历史专家评分为输出参数,采用“留一法”划分训练样本和测试样本提高网络模型的训练精度;最后,基于GRNN、PCA-BP神经网络和BP神经网络分别建立磨煤机安全性评估预测模型且比较4个预测模型平均相对误差和耗费时间成本。结果表明:PCA提取的3个主成分F1、F2及F3的方差贡献率达96.55%;基于PCA-GRNN神经网络建立磨煤机安全性评估预测模型的平均相对误差最小,且耗费较少的时间成本;验证了基于PCA-GRNN神经网络建立磨煤机安全性评估预测模型的有效性。; 关键词磨煤机主成分分析广义回归神经网络安全性评估预测模型留一法; Keywords coal mill principal component analysis generalized regression neural network performance evaluation prediction model leave-one-out; 分类号 X933.2 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于机器学习的燃煤锅炉分工况建模与燃烧优化	曹歌瀚黄亚继徐文韬陈波王新宇张荣初刘宇清邹怡然	《锅炉技术》北大核心	2023	6	在线阅读下载PDF 职称材料
2	基于机器学习的燃煤锅炉燃烧效率在线计算	陈波曹歌瀚黄亚继岳峻峰徐文韬王亚欧李雨欣金保昇	《洁净煤技术》 CAS 北大核心	2021	18	在线阅读下载PDF 职称材料
3	基于BP-改进NSGA-Ⅱ锅炉燃烧多目标优化	徐文韬黄亚继曹歌瀚陈波金保昇	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料
4	基于小波包-LSTM神经网络磨煤机故障诊断	陈波徐文韬黄亚继曹歌瀚李雨欣管诗骈王亚欧	《洁净煤技术》 CAS 北大核心	2022	6	在线阅读下载PDF 职称材料
5	基于PCA-GRNN磨煤机安全性评估预测模型	陈波徐文韬黄亚继曹歌瀚管诗骈岳峻峰	《洁净煤技术》 CAS 北大核心	2022	3	在线阅读下载PDF 职称材料