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:
借助锅炉燃烧特性试验结果,建立了基于支持向量回归的大型电站锅炉飞灰含碳量模型.经过训练和校验,并与神经网络模型进行对比,结果表明:SVR模型更加适合于实炉测试工况较少的小样本学习,而且其精度能够满足工程的实际要求,能够较为准确的对不同工况下的电站锅炉飞灰含碳量进行预测.在获得该模型的基础上,结合全局寻优的遗传算法,以锅炉的运行调节参数为优化目标函数的自变量,对飞灰含碳量排放进行寻优,并获得了具体工况下的最佳操作参数.
推荐文章
大型电站锅炉飞灰含碳量的调整与控制
火电厂
锅炉
飞灰含碳量
调整
控制
电站锅炉飞灰含碳量在线软测量模型算法
锅炉
神经网络
软测量
飞灰含碳量
基于支持向量机的大型电厂锅炉飞灰含碳量建模
热能动力工程
锅炉
飞灰含碳量
支持向量机
电厂锅炉飞灰含碳量测量模型
锅炉
RBF神经网络
飞灰含碳量
测量模型
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 大型电站锅炉飞灰含碳量优化模型研究
来源期刊 锅炉技术 学科 工学
关键词 锅炉 飞灰含碳量 支持向量机 回归 遗传算法
年,卷(期) 2008,(3) 所属期刊栏目 设计·科研·试验
研究方向 页码范围 21-24
页数 4页 分类号 TK223
字数 3778字 语种 中文
DOI 10.3969/j.issn.1672-4763.2008.03.007
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 徐治皋 东南大学能源与环境学院 213 2895 28.0 40.0
2 司风琪 东南大学能源与环境学院 157 1548 21.0 30.0
3 周建新 东南大学能源与环境学院 35 407 12.0 19.0
4 王雷 沈阳工程学院动力工程系 36 119 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (387)
参考文献  (6)
节点文献
引证文献  (19)
同被引文献  (37)
二级引证文献  (41)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(6)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
锅炉
飞灰含碳量
支持向量机
回归
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
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
总被引数(次)
14330
论文1v1指导