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:
受热面灰污增长预测模型是研究吹灰优化方案的前提,分析了受热面灰污增长简化理论模型的基础上,基于小波变换的特征提取方法和ARMA(p,q)时序模型分析,建立锅炉受热面灰污增长综合预测模型.该模型无需额外投资,通过对电厂已有的实时数据进行分析和特征提取,便能准确评价和预测受热面的灰污状态.经某电厂省煤器灰污增长预测实例表明,该模型预测结果与实际状况相符,从而能为吹灰优化提供指导.
推荐文章
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
基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型
小波分析
BP神经网络
Chl-a
短期预测
杭州西湖
电站锅炉省煤器受热面的积灰监测
电站燃煤锅炉
省煤器
积灰
支持向量机
灰狼算法
清洁因子
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 基于小波分析的电站锅炉受热面灰污增长预测模型的研究
来源期刊 锅炉技术 学科 工学
关键词 电站锅炉 灰污增长预测 小波分析 ARMA(p,q)模型
年,卷(期) 2010,(3) 所属期刊栏目 设计·科研·试验
研究方向 页码范围 16-20
页数 分类号 TK223.3
字数 3770字 语种 中文
DOI 10.3969/j.issn.1672-4763.2010.03.005
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 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 杨新宇 东南大学能源与环境学院 2 9 2.0 2.0
4 潘亚娣 东南大学能源与环境学院 4 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (167)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (12)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(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)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
电站锅炉
灰污增长预测
小波分析
ARMA(p,q)模型
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