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:
到目前为止,对燃煤电站锅炉NOx生成规律的研究主要集中在试验和基于化学反应动力学的CFD模型研究上,而对基于NOx排放规律的人工神经网络模型研究得较少.为数不多的研究者也只是采用人工神经网络黑箱的特点,没有充分应用现已逐渐成熟的NOx生成机理.该文基于NOx的生成机理,针对某燃煤电站锅炉,提出NOx排放量的神经网络模型.该神经网络模型具有可以预测各一次风粉单元NOx生成量、锅炉NOx排放量、网络隐节点数少、泛化能力强、鲁棒性好、学习速度快等优点.所提出的模型可以为大型电站锅炉通过燃烧系统自动调整或结构改造降低NOx排放提供依据.
推荐文章
电站燃煤锅炉NOx排放神经网络模型
燃煤电站
锅炉
氮氧化物
人工神经网络
基于BP神经网络的燃煤锅炉大气污染物排放模型构建
燃煤锅炉
大气污染物
BP神经网络
脱硫塔
脱硝反应器
变负荷工况下NOx排放量预测控制
煤燃烧
优化
氮氧化物
差分算法
最小二乘支持向量机
模型预测控制
天然气再燃降低燃煤电站锅炉NOX的排放水平
天然气
燃料
分级燃烧
顶替
发电站
锅炉
降低
氮氧化物
排放标准
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 基于生成机理的燃煤电站锅炉NOx排放量神经网络模型
来源期刊 中国电机工程学报 学科 工学
关键词 热能动力工程 燃煤电站 锅炉 氮氧化物 人工神经网络
年,卷(期) 2004,(10) 所属期刊栏目 热力工程
研究方向 页码范围 233-237
页数 5页 分类号 TK223
字数 4246字 语种 中文
DOI 10.3321/j.issn:0258-8013.2004.10.046
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 许昌 河海大学热能与动力工程系 94 748 16.0 24.0
3 吕剑虹 东南大学动力系 92 2074 25.0 43.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (106)
参考文献  (3)
节点文献
引证文献  (63)
同被引文献  (106)
二级引证文献  (193)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(6)
  • 引证文献(4)
  • 二级引证文献(2)
2007(11)
  • 引证文献(3)
  • 二级引证文献(8)
2008(13)
  • 引证文献(3)
  • 二级引证文献(10)
2009(13)
  • 引证文献(8)
  • 二级引证文献(5)
2010(11)
  • 引证文献(2)
  • 二级引证文献(9)
2011(19)
  • 引证文献(3)
  • 二级引证文献(16)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(22)
  • 引证文献(6)
  • 二级引证文献(16)
2014(21)
  • 引证文献(6)
  • 二级引证文献(15)
2015(19)
  • 引证文献(4)
  • 二级引证文献(15)
2016(27)
  • 引证文献(5)
  • 二级引证文献(22)
2017(30)
  • 引证文献(8)
  • 二级引证文献(22)
2018(28)
  • 引证文献(2)
  • 二级引证文献(26)
2019(14)
  • 引证文献(3)
  • 二级引证文献(11)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
热能动力工程
燃煤电站
锅炉
氮氧化物
人工神经网络
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导