基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在对锅炉飞灰含碳量进行人工神经网络建模的基础上,确定了各种运行参数和煤种对锅炉飞灰含碳量的影响关系.由于锅炉煤种的多变性,针对某个煤种进行实炉调整所获得的最佳工况往往与目前燃用煤种所需的最佳工况偏离.文中结合遗传算法和人工神经网络技术,对某台300MW四角切圆燃煤电厂锅炉热效率的优化进行了研究,为大型电厂锅炉通过燃烧调整提高锅炉效率提供有效手段.
推荐文章
基于SVM与遗传算法的燃煤锅炉燃烧多目标优化系统
燃烧优化
支持向量机
遗传算法
锅炉效率
浅谈燃煤粒度对锅炉热效率的影响
流化床锅炉
链条锅炉
燃料粒度
燃料湿度
挥发分
灰分
炉渣含碳量
飞灰含碳量
煤汽比
热效率
基于神经网络遗传算法的锅炉燃烧优化系统
锅炉
神经网络
遗传算法
Matlab
基于神经网络与遗传算法的锅炉系统的优化
预测
优化
循环流化床锅炉
Matlab
C#
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的燃煤锅炉热效率优化
来源期刊 中国电机工程学报 学科 工学
关键词 锅炉 锅炉热效率 遗传算法
年,卷(期) 2002,(7) 所属期刊栏目 热力工程
研究方向 页码范围 125-128
页数 4页 分类号 TK223
字数 3559字 语种 中文
DOI 10.3321/j.issn:0258-8013.2002.07.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 岑可法 能源清洁利用和环境工程教育部重点实验室浙江大学热能工程研究所 62 1685 23.0 39.0
2 朱洪波 12 557 8.0 12.0
3 廖宏楷 8 424 7.0 8.0
4 曾庭华 46 733 15.0 26.0
5 周昊 能源清洁利用和环境工程教育部重点实验室浙江大学热能工程研究所 18 779 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (62)
参考文献  (1)
节点文献
引证文献  (72)
同被引文献  (97)
二级引证文献  (472)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(8)
  • 引证文献(8)
  • 二级引证文献(0)
2006(17)
  • 引证文献(6)
  • 二级引证文献(11)
2007(36)
  • 引证文献(8)
  • 二级引证文献(28)
2008(40)
  • 引证文献(6)
  • 二级引证文献(34)
2009(48)
  • 引证文献(10)
  • 二级引证文献(38)
2010(30)
  • 引证文献(2)
  • 二级引证文献(28)
2011(34)
  • 引证文献(4)
  • 二级引证文献(30)
2012(33)
  • 引证文献(3)
  • 二级引证文献(30)
2013(36)
  • 引证文献(2)
  • 二级引证文献(34)
2014(57)
  • 引证文献(5)
  • 二级引证文献(52)
2015(36)
  • 引证文献(2)
  • 二级引证文献(34)
2016(43)
  • 引证文献(2)
  • 二级引证文献(41)
2017(50)
  • 引证文献(3)
  • 二级引证文献(47)
2018(34)
  • 引证文献(4)
  • 二级引证文献(30)
2019(25)
  • 引证文献(1)
  • 二级引证文献(24)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
锅炉
锅炉热效率
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国电机工程学报
半月刊
0258-8013
11-2107/TM
大16开
北京清河小营东路15号 中国电力科学研究院内
82-327
1964
chi
出版文献量(篇)
16022
总下载数(次)
42
总被引数(次)
572718
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导