基于改进型Elman神经网络和遗传算法的锅炉在线燃烧优化

• 作者: 林中达 秦鹏
• 来源期刊: 锅炉技术
• 学科: 工学
• 关键词: 燃烧优化 NOx排放 改进型Elman神经网络 遗传算法
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 燃料与燃烧
• 页码范围: 37-41,54
• 页数: 6页
• 分类号: TK227
• 字数: 2850字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4763.2005.05.009

摘要

目前,电站锅炉燃烧优化要求在保证燃烧效率的基础上降低NOx的排放,即同时满足电站经济性和环保的要求.利用改进型Elman网络结构简单、计算量小、容易收敛和动态学习的特点,建立锅炉燃烧预测模型,并结合遗传算法的寻优特性,在线地搜寻出一定工况下可操作量的最优控制方案,可实时地指导运行人员.仿真试验结果表明,该预测模型实现了锅炉高效低氮燃烧优化寻优,且满足实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林中达	东南大学动力工程系	78	1119	19.0	29.0
2	秦鹏		1	32	1.0	1.0