基于人工智能技术的电站锅炉最优氧量预测

• 作者: 赵绪新
• 来源期刊: 热力发电
• 关键词: 锅炉 运行优化 烟气 含氧量 人工智能
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 技术交流
• 页码范围: 43-45
• 页数: 3页
• 分类号: TK22
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2006.10.014

摘要

用人工神经网络建立了炉膛出口烟气含氧量特性模型,并采用遗传算法进行寻优.针对某电厂200 MW燃煤机组锅炉的实际运行情况,进行最优氧量预测,预测结果和基于燃烧机理的定量分析结果一致,相对误差仅为0.033%,表明人工智能技术可有效地预测不同工况下电站锅炉的最优氧量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵绪新		31	273	9.0	15.0