基于神经网络的电站锅炉入炉煤粉含碳量在线测量研究

• 作者: 甘国文 符慧林 谢七月
• 来源期刊: 计算机测量与控制
• 关键词: 电站锅炉 静电法 入炉煤粉含碳量 BP神经网络
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1084-1086,1105
• 页数: 4页
• 分类号: TK39
• 语种: 中文

摘要

电站锅炉燃烧的煤种来源不稳定,经常与设计煤种偏差较大,造成锅炉出力不足、燃烧效率下降以及结焦等问题出现,影响锅炉燃烧的经济性和安全性;针对锅炉燃烧煤种的不稳定性,提出了一种基于静电法在线测量入炉煤粉含碳量的方法,研究静电信号与煤粉含碳量之间的关系;对煤粉颗粒静电测量过程中的几个影响因素进行了试验分析,并采集了足够具有代表性的数据,在此基础上建立了锅炉一次风管中入炉煤粉含碳量的BP神经网络模型;结果表明,所建立的模型预测效果较好,能较好预测进入锅炉燃烧的煤种.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符慧林	长沙理工大学能源与动力工程学院	17	92	6.0	8.0
2	甘国文	长沙理工大学能源与动力工程学院	1	3	1.0	1.0
3	谢七月	长沙理工大学能源与动力工程学院	10	9	2.0	2.0