-
题名火电机组锅炉烟气含氧量预测
被引量：8
- 1
-
-
作者
耿铭垚
胡锐
李凌
-
机构
上海理工大学能源与动力工程学院
杭州华源前线能源设备有限公司
-
出处
《上海理工大学学报》
CAS
CSCD
北大核心
2021年第4期319-324,359,共7页
-
基金
国家自然科学基金资助项目(51476102)。
-
文摘
火电厂测量烟气含氧量主要是用氧化锆传感器和磁式氧气传感器,由于测量环境灰尘大,具有腐蚀性介质如硫化物等,容易发生测量环室堵塞和热敏元件腐蚀,所以其稳定性差,测量误差大,容易发生故障。针对这一情况提出了一种基于遗传算法和神经网络的测量模型。根据电厂已有的测点和机理分析初步选取模型辅助变量,在建模前对数据进行预处理,分别采用拉依达法则去除粗大误差、五点三次平滑滤波去除噪音。采用偏最小二乘进行主元分析,最后运用遗传算法对神经网络的权值阈值进行寻优,构建了基于遗传算法对初始权值和阈值优化的反馈神经网络模型。研究结果表明,基于遗传算法优化权值和阈值的神经网络预测烟气含氧量精度较高,且收敛速度快。
-
关键词
烟气含氧量
BP神经网络
遗传算法
五点三次平滑滤波
偏最小二乘
-
Keywords
oxygen content in flue gas
BP neural network
genetic algorithm
five-point three-time smooth filter
partial least squares
-
分类号
TM621
[电气工程—电力系统及自动化]
-
