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:
采用多层前向型神经网络,对电站锅炉对流受热面的实时污染状况建立了监测模型.模型选取合适的参数组成输入向量,利用电站数据采集系统下载的实时机组数据,经规格化处理后对神经网络进行训练.结果表明,训练后的神经网络可以较准确地实现锅炉对流受热面的积灰状态的在线监测,为吹灰方案的最优化打下了良好的基础.
推荐文章
600 MW机组锅炉对流受热面灰污在线监测研究
600MW机组
锅炉
对流受热面
积灰
结渣
在线监测
燃煤电站锅炉受热面灰污监测研究
锅炉
灰污监测
BP神经网络
清洁因子
燃煤电站锅炉受热面灰污监测与智能吹灰控制技术
锅炉
水冷壁
对流受热面
灰污监测
积灰
结渣
智能吹灰
基于人工神经网络的锅炉受热面污染在线监测
300 MW机组
锅炉
对流受热面
水冷壁
结渣
吹灰
清洁因子
监测模型
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 基于神经网络的锅炉对流受热面灰污监测研究
来源期刊 锅炉技术 学科 数学
关键词 神经网络 对流受热面 积灰 监测
年,卷(期) 2005,(2) 所属期刊栏目 设计·科研·试验
研究方向 页码范围 18-21,32
页数 5页 分类号 O157.5
字数 4374字 语种 中文
DOI 10.3969/j.issn.1672-4763.2005.02.005
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 向文国 东南大学洁净煤发电及燃烧技术教育部重点实验室 79 790 16.0 23.0
2 吴观辉 东南大学洁净煤发电及燃烧技术教育部重点实验室 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (110)
参考文献  (5)
节点文献
引证文献  (18)
同被引文献  (15)
二级引证文献  (40)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(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)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(7)
  • 引证文献(3)
  • 二级引证文献(4)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
对流受热面
积灰
监测
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
锅炉技术
双月刊
1672-4763
31-1508/TK
16开
上海市闵行区华宁路250号
1970
chi
出版文献量(篇)
2293
总下载数(次)
7
论文1v1指导