基于RBF网络的燃煤锅炉结渣特性

被引：4

作者：

文孝强 ^{[1
,2
]}

徐志明 ^{[1
]}

孙灵芳 ^{[1
]}

机构：

[1] 东北电力大学能源与动力工程学院

[2] 华北电力大学能源与动力工程学院

来源：

煤炭学报 | 2010年 / 35(S1)卷 / S1期

关键词：

燃煤锅炉; 结渣特性; RBF神经网络; BP网络;

D O I：

10.13225/j.cnki.jccs.2010.s1.048

中图分类号：

TK229.6 [燃煤锅炉];

学科分类号：

080703 ;

摘要：

将RBF神经网络应用于燃煤锅炉结渣预测,搭建了相应的预测模型。该模型以软化温度、硅铝比、碱酸比、硅比4个煤灰指标和无因次炉膛切圆直径、无因次炉膛平均温度两个运行参数作为输入变量,输出为燃煤锅炉的结渣程度。选取6台燃煤锅炉作为测试样本。预测结果表明,该模型的评判准确率为100%,该模型易于运行人员对锅炉结渣特性做出准确评判,与常规BP网络进行比较,准确率高于BP网络模型。同时,将所建立的网络模型应用于吉林热电厂两台中储式煤粉锅炉中,通过与实际运行监测结果对比,证明该网络模型可以对两台锅炉结渣特性进行有效评判。

引用

页码：218 / 222

页数：5

共 15 条

[1] 应用RBF网络和D-S证据推理的模拟电路诊断(英文) [J].