基于BP神经网络的垃圾热值预测模型

被引：18

作者：

马晓茜

谢泽琼

机构：

[1] 华南理工大学电力学院

来源：

科技导报 | 2012年 / 30卷 / 23期

关键词：

主成分分析法; 遗传算法; BP神经网络; 垃圾焚烧炉; 热值;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TK16 [燃料与燃烧];

学科分类号：

080707 [能源环境工程]; 140502 [人工智能];

摘要：

入炉垃圾热值不稳定,对焚烧炉的稳定运行有很大影响。采用遗传算法优化BP神经网络的权值和阈值,建立垃圾焚烧炉入炉垃圾热值的预测模型。利用Garson方法和主成分分析法对某垃圾焚烧电厂在线运行数据进行分析后,作为BP神经网络的输入参数,实现入炉垃圾热值的在线测量和预测。研究结果表明,该模型预测平均相对误差为2.64%,检验样本相对误差平均值概率为95%的置信区间为[-1.75,2.59],有较高的准确性和置信度,具有较好的工程应用价值。

引用

页码：46 / 50

页数：5

共 9 条

[1]

Modeling the heating value of Municipal Solid Waste ☆.[J].Sivapalan Kathiravale;Muhd Noor Muhd Yunus;K Sopian;A.H Samsuddin;R.A Rahman.Fuel.2003, 9

[2]

Evaluation of heat value and its prediction for refuse-derived fuel.[J].Ni-Bin Chang;Ying-Hsi Chang;W.C. Chen.Science of the Total Environment.1997, 1

[3]

数据分析.[M].范金城;梅长林编著;.科学出版社.2002,

[4]

实用多元统计分析.[M].王学仁;王松桂编译;.上海科学技术出版社.1990,

[5]

基于小波分析法与神经网络法的非平稳风速信号短期预测优化算法 [J].