基于人工神经网络的电站锅炉积灰实时监测系统

• 作者: 孙保民 孙鑫强 安连锁 杨祥良 沈国清
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 燃煤锅炉 积灰 吹灰 人工神经网络 在线监测
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 自动控制与监测诊断
• 页码范围: 206-209
• 分类号: TK31
• 字数: 3095字
• 语种: 中文

摘要

针对燃煤电站锅炉对流受热面积灰,提出了一种基于人工神经网络的积灰实时监测方法:利用受热面清洁吸热量和实际吸热量定义灰污特征参数;通过电厂现有的DAS系统得到的温度、压力和流量等参数可获得大量样本点;建立神经网络模型并进行训练.在燃用神华煤的某300 MW锅炉上进行了试验.结果表明:实测吸热量与预测吸热量的最大误差不超过10%,平均误差为3%左右.该方法可准确预测锅炉对流受热面的积灰情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安连锁	华北电力大学电站设备状态监测与控制教育部重点实验室	187	2175	24.0	35.0
2	孙保民	华北电力大学电站设备状态监测与控制教育部重点实验室	134	928	15.0	22.0
3	杨祥良	华北电力大学电站设备状态监测与控制教育部重点实验室	3	54	3.0	3.0
4	沈国清	华北电力大学电站设备状态监测与控制教育部重点实验室	74	698	14.0	22.0
5	孙鑫强	华北电力大学电站设备状态监测与控制教育部重点实验室	2	32	2.0	2.0