基于人工智能技术的电站锅炉最优氧量预测

被引:20
作者
赵绪新
机构
[1] 深圳大学
关键词
锅炉; 运行优化; 烟气; 含氧量; 人工智能;
D O I
暂无
中图分类号
TK31 [量测技术及仪表];
学科分类号
080707 [能源环境工程];
摘要
用人工神经网络建立了炉膛出口烟气含氧量特性模型,并采用遗传算法进行寻优。针对某电厂200 MW燃煤机组锅炉的实际运行情况,进行最优氧量预测,预测结果和基于燃烧机理的定量分析结果一致,相对误差仅为0.033%,表明人工智能技术可有效地预测不同工况下电站锅炉的最优氧量。
引用
收藏
页码:43 / 45+76 +76
页数:4
相关论文
共 5 条
[1]
电厂锅炉变氧量运行经济性分析及经济氧量的优化确定 [J].
刘福国 ;
郝卫东 ;
杨建柱 ;
郭玉泉 ;
张庆国 ;
侯凡军 .
中国电机工程学报, 2003, (02)
[2]
中型煤粉炉运行优化主导因素法的理论分析 [J].
徐春晖 ;
徐向东 .
清华大学学报(自然科学版), 2000, (11) :47-50
[3]
MATLAB神经网络仿真与应用[M] 闻新等编著; 科学出版社 2003,
[4]
MATLAB 6.5辅助优化计算与设计[M] 飞思科技产品研发中心编著; 电子工业出版社 2003,
[5]
遗传算法的数学基础[M] 张文修;梁怡编著; 西安交通大学出版社 2000,