原文服务方: 热力发电       
摘要:
在对某电厂锅炉混煤掺烧的飞灰含碳量特性进行多工况热态测试的基础上,应用人工神经网络的非线性动力学特性及自学习特性,建立了飞灰含碳量特性的神经网络模型,检验样本的预测值与实测值的相对误差分别为1.14%、1.19%和2.45%,证实了该模型的可行性.将锅炉运行调节参数作为优化目标函数的自变量结合全局最优的遗传算法,针对无印尼煤掺烧、1台磨煤机掺烧和2台磨煤机掺烧3种工况进行了寻优并获得了最佳操作参数,飞灰含碳量分别由原来的2.25%、1.96%和1.08%降至1.87%、1.69%和0.73%,表明印尼煤的掺烧有助于降低飞灰含碳量,提高锅炉效率.同时,也对掺烧印尼煤工况下磨煤机或者磨煤机组合的选择进行了寻优,结果表明用B、C磨煤机进行掺烧为最佳方案.
推荐文章
电厂锅炉混煤掺烧技术与节能运行研究
电厂锅炉
混煤掺烧技术
节能效果研究
700MW机组锅炉配煤掺烧优化试验
配煤
燃烧优化
700
MW机组
燃烧特性
锅炉效率
基于PSO-SVR的飞灰含碳量软测量研究
飞灰含碳量
支持向量回归
粒子群
软测量
支持向量回归在飞灰含碳量软测量中的应用
支持向量回归
粒子群优化算法
数据预处理
飞灰含碳量
软测量
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 锅炉混煤掺烧的飞灰含碳量预测与运行优化
来源期刊 热力发电 学科
关键词 锅炉 飞灰含碳量 遗传算法 印尼煤 混煤掺烧 磨煤机
年,卷(期) 2010,(3) 所属期刊栏目 热能基础研究
研究方向 页码范围 30-35
页数 6页 分类号 TK223.7+2
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2010.03.030
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 马晓茜 华南理工大学电力学院 252 2901 29.0 37.0
2 刘翱 华南理工大学电力学院 4 92 3.0 4.0
3 温文杰 华南理工大学电力学院 1 25 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (158)
参考文献  (8)
节点文献
引证文献  (25)
同被引文献  (77)
二级引证文献  (118)
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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(17)
  • 参考文献(2)
  • 二级参考文献(15)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(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)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(11)
  • 引证文献(5)
  • 二级引证文献(6)
2015(10)
  • 引证文献(3)
  • 二级引证文献(7)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(22)
  • 引证文献(3)
  • 二级引证文献(19)
2018(34)
  • 引证文献(3)
  • 二级引证文献(31)
2019(29)
  • 引证文献(1)
  • 二级引证文献(28)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
锅炉
飞灰含碳量
遗传算法
印尼煤
混煤掺烧
磨煤机
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导