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:
烟气含氧量是评价火电厂锅炉燃烧好坏的一项重要指标,所以准确的测量尤为重要。本文主要研究内容是利用软测量技术对电厂烟气含氧量进行仿真测量,所采用的软测量建模方法为数据成组处理法(Group method of data handling, GMDH),利用从华润某电厂300MW机组得到的实际运行数据建立模型,并与BP神经网络所得预测结果进行对比。仿真结果表明:该方法能够较准确的对火电厂烟气含氧量进行预测。
推荐文章
基于神经网络的火电厂烟气含氧量软测量
烟气含氧量
软测量
神经网络
基于PSO-Elman模型的火电厂烟气含氧量预测
烟气含氧量
火电厂
PS0算法
Elman神经网络
预测
基于多目标LSSVM回归的火电厂烟气含氧量软测量
软测量
拟合误差
预测误差
烟气含氧量
基于最小二乘支持向量机的软测量建模及在电厂烟气含氧量测量中的应用
烟气含氧量
最小二乘支持向量机
软测量
神经网络
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GMDH的电厂烟气含氧量软测量
来源期刊 电子制作 学科
关键词 烟气含氧量 软测量 GMDH
年,卷(期) 2015,(8) 所属期刊栏目 智能应用 Intelligence Application
研究方向 页码范围 55-55
页数 1页 分类号
字数 1452字 语种 中文
DOI
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 孙振宇 东北电力大学自动化工程学院 2 1 1.0 1.0
2 史天歌 东北电力大学自动化工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (68)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
烟气含氧量
软测量
GMDH
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导