新型两段组合式气化产气热值的RBF神经网络预测模型及遗传算法优化

• 作者: 于遵宏 付炜 夏迎迎 李强 王亦飞 田大林
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: IGCC 两段组合式气化 RBF神经网络 遗传算法
• 年，卷（期）: 2008,（10）
• 页码范围: 1193-1196
• 页数: 4页
• 分类号: TQ54
• 字数: 2657字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2008.10.005

摘要

气化效率对IGCC绿色发电的效率有着很大影响.现有气流床煤气化技术存在热回收方案不尽合理之处,华东理工大学提出了回收化学热新型两段组合式气化技术,一段气流床二段固定床组合气化,将一段气化合成气后的高温显热,在二段气化炉内转化为化学热,提高总气化热效率.本文采用基于径向基函数网络(RBF)模型,预测此气化工艺产气的低位热值,并用遗传算法优化网络参数,将模型计算结果与实验比较,两者吻合较好,表明模型预测该流程的低位热值性能稳定,精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于遵宏	华东理工大学资源环境学院煤气化教育部重点实验室	207	4029	34.0	52.0
2	王亦飞	华东理工大学资源环境学院煤气化教育部重点实验室	57	906	12.0	29.0
3	田大林	华东理工大学资源环境学院煤气化教育部重点实验室	5	33	3.0	5.0
4	李强	华东理工大学资源环境学院煤气化教育部重点实验室	7	30	3.0	5.0
5	夏迎迎	华东理工大学资源环境学院煤气化教育部重点实验室	5	14	3.0	3.0
6	付炜	华东理工大学资源环境学院煤气化教育部重点实验室	5	14	3.0	3.0