期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向深度调峰和智能发电的炉膛温度场在线监测及预测综述
1
作者
方顺利
晋中华
+11 位作者
杨云
李翔
任世鹏
马帅
姚斌
王浩帆
张中晖
梅晟东
刘凯
陈新建
娄春
邹莹
《热力发电》
北大核心
2025年第4期13-23,共11页
在火电机组参与深度调峰时,炉膛温度场的实时获取有助于电站锅炉控制和研究炉内燃烧过程,在智能发电的推进下,机器学习为实时获得炉膛温度场提供了重要手段。总结了声学法、吸收光谱层析成像法以及热辐射成像法这3种最常用的炉膛温度场...
在火电机组参与深度调峰时,炉膛温度场的实时获取有助于电站锅炉控制和研究炉内燃烧过程,在智能发电的推进下,机器学习为实时获得炉膛温度场提供了重要手段。总结了声学法、吸收光谱层析成像法以及热辐射成像法这3种最常用的炉膛温度场在线监测技术的原理及应用,以及在锅炉炉膛测温应用中存在的优势及缺点。之后详细阐述了耦合机器学习与CFD的预测方法的原理,说明该方法在恶劣炉内环境中受到的影响较小,综述了该方法在燃烧火焰结构及参数和炉膛温度场的应用研究,表明了该方法应用于炉膛温度场的可行性,并可准确地预测获得炉膛温度场。最后对炉膛温度场在线监测技术和耦合机器学习与CFD的预测方法的未来发展趋势进行了分析,以便在电站智能化建设进程下,为实时快速获得更准确的炉膛温度场提供思路。
展开更多
关键词
电站锅炉
炉膛温度场
在线监测
机器学习
预测
在线阅读
下载PDF
职称材料
融合深度学习算法的炉内燃烧温度场分布在线重建
2
作者
任世鹏
安元
+3 位作者
娄春
梅晟东
刘凯
陈新建
《化工进展》
北大核心
2025年第4期1923-1933,共11页
在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧...
在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧温度场分布的数据集并进行划分及预处理,进而分别建立并训练基于多层感知器(MLP)、长短时记忆(LSTM)和转置卷积神经网络(TCNN)的燃烧温度场预测模型。使用3种模型对不同负荷工况进行了炉内温度场预测及误差分析,并使用测试集对3种模型进行了评价指标计算及对比。结果表明:在变负荷运行范围内,TCNN模型对炉内温度场的泛化能力在3种模型中最佳,能够更准确预测炉内燃烧温度场分布;在3种模型中,TCNN模型对测试集的平均绝对误差和均方根误差降低至45.51K和59.73K,并且平均预测相对误差小于3.6%,满足工程应用需求,论证了该模型可用于弥补图像探头清洁期间不能获得炉内温度场的不足,进而确保其在炉内恶劣测量环境下在线检测炉内温度场的连续性及可靠性。
展开更多
关键词
燃煤锅炉
燃烧温度场
深度学习算法
转置卷积神经网络
热辐射成像
在线阅读
下载PDF
职称材料
题名
面向深度调峰和智能发电的炉膛温度场在线监测及预测综述
1
作者
方顺利
晋中华
杨云
李翔
任世鹏
马帅
姚斌
王浩帆
张中晖
梅晟东
刘凯
陈新建
娄春
邹莹
机构
西安热工研究院
有限公司
西安交通大学
兰州铝业
有限公司
华中科技大学煤燃烧与低碳利用全国重点实验室
武汉立为工程技术有限公司
出处
《热力发电》
北大核心
2025年第4期13-23,共11页
基金
国家重点研发计划项目(2022YFB4100703)。
文摘
在火电机组参与深度调峰时,炉膛温度场的实时获取有助于电站锅炉控制和研究炉内燃烧过程,在智能发电的推进下,机器学习为实时获得炉膛温度场提供了重要手段。总结了声学法、吸收光谱层析成像法以及热辐射成像法这3种最常用的炉膛温度场在线监测技术的原理及应用,以及在锅炉炉膛测温应用中存在的优势及缺点。之后详细阐述了耦合机器学习与CFD的预测方法的原理,说明该方法在恶劣炉内环境中受到的影响较小,综述了该方法在燃烧火焰结构及参数和炉膛温度场的应用研究,表明了该方法应用于炉膛温度场的可行性,并可准确地预测获得炉膛温度场。最后对炉膛温度场在线监测技术和耦合机器学习与CFD的预测方法的未来发展趋势进行了分析,以便在电站智能化建设进程下,为实时快速获得更准确的炉膛温度场提供思路。
关键词
电站锅炉
炉膛温度场
在线监测
机器学习
预测
Keywords
utility boiler
furnace temperature field
online monitoring
machine learning
prediction
分类号
TK31 [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
融合深度学习算法的炉内燃烧温度场分布在线重建
2
作者
任世鹏
安元
娄春
梅晟东
刘凯
陈新建
机构
华中科技大学能源与动力
工程
学院
武汉立为工程技术有限公司
出处
《化工进展》
北大核心
2025年第4期1923-1933,共11页
基金
国家重点研发计划(2022YFB4100703)。
文摘
在锅炉恶劣测量环境下,为了保证热辐射成像技术对炉内燃烧温度场分布在线检测的持续有效性及可靠性,融合使用深度学习算法以获取炉内温度场分布。在对某电厂350MW四角切圆燃煤锅炉进行数据提取及计算后,获取包含机组运行参数和炉内燃烧温度场分布的数据集并进行划分及预处理,进而分别建立并训练基于多层感知器(MLP)、长短时记忆(LSTM)和转置卷积神经网络(TCNN)的燃烧温度场预测模型。使用3种模型对不同负荷工况进行了炉内温度场预测及误差分析,并使用测试集对3种模型进行了评价指标计算及对比。结果表明:在变负荷运行范围内,TCNN模型对炉内温度场的泛化能力在3种模型中最佳,能够更准确预测炉内燃烧温度场分布;在3种模型中,TCNN模型对测试集的平均绝对误差和均方根误差降低至45.51K和59.73K,并且平均预测相对误差小于3.6%,满足工程应用需求,论证了该模型可用于弥补图像探头清洁期间不能获得炉内温度场的不足,进而确保其在炉内恶劣测量环境下在线检测炉内温度场的连续性及可靠性。
关键词
燃煤锅炉
燃烧温度场
深度学习算法
转置卷积神经网络
热辐射成像
Keywords
coal-fired boiler
combustion temperature field
deep learning algorithms
transpose convolutional neural networks(TCNN)
thermal radiation imaging
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
作者
出处
发文年
被引量
操作
1
面向深度调峰和智能发电的炉膛温度场在线监测及预测综述
方顺利
晋中华
杨云
李翔
任世鹏
马帅
姚斌
王浩帆
张中晖
梅晟东
刘凯
陈新建
娄春
邹莹
《热力发电》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合深度学习算法的炉内燃烧温度场分布在线重建
任世鹏
安元
娄春
梅晟东
刘凯
陈新建
《化工进展》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
