基于遗传神经网络的锅炉入炉煤质软测量研究

• 作者: 巨林仓 李磊 赵强
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 锅炉 煤质 软测量 BP 网络 遗传算法
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 热能基础研究
• 页码范围: 24-27
• 分类号: TP183|TK31
• 字数: 2330字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2011.03.024

摘要

基于软测量的非机理建模原理,利用遗传算法结合人工神经网络建立了煤质在线软测量模型.确定了 BP 网络与遗传算法(GA)两者结合的建模方式.分析了原煤从进入制粉系统到完全燃烧及排出的整个过程,得到 BP 网络模型的输入和输出节点参数集;通过对权参数初值进行实数编码,设计了基于实数编码的GA-BP 算法流程,并在Visual Studio2005 开发平台上进行了 GA-BP 算法程序编制及其调试.使用山西某电厂的 200 MW 机组实时运行数据进行模型训练和检测,结果表明煤质软测量模型可以较为准确地预测煤质参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巨林仓	西安交通大学能源与动力工程学院	28	240	9.0	13.0
2	李磊	西安交通大学能源与动力工程学院	64	654	14.0	24.0
3	赵强	西安交通大学能源与动力工程学院	32	71	5.0	6.0