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
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
600 MW机组锅炉对流受热面灰污在线监测研究
600MW机组
锅炉
对流受热面
积灰
结渣
在线监测
基于小波分析的ANN模型日径流预测研究
小波分析
人工神经网络(ANN)
日径流
预测
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