神经网络Skeletonization算法在优化锅炉运行参数中的应用

• 作者: 崇培安 崔育奎 陶丽
• 来源期刊: 锅炉技术
• 学科: 工学
• 关键词: 超临界锅炉 性能优化 神经网络 Skeletonization算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 设计·科研·试验
• 页码范围: 21-26
• 页数: 6页
• 分类号: TK229.2
• 字数: 4127字
• 语种: 中文

摘要

对将神经网络Skeletonization算法进行改进,运用到优化调整锅炉性能参数的方法,用神经网络模型预测锅炉运行中需要优化的性能参数.通过神经网络的学习,模拟性能参数的影响因素与性能参数之间的映射函数,再通过改进Skeletonization算法对网络模型进一步计算,找出哪些影响因素对性能参数的影响较大,为快速有效准确的机组运行优化提供指导依据和方向.这种方法不仅能为机组运行优化提供直观的理论根据,同时对锅炉的运行不产生负面影响,可以实现在线优化运行.通过计算影响因素的权重值,对性能参数准确预报,为锅炉机组的性能优化调整提供便捷、准确、全面的方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶丽		15	69	5.0	8.0
2	崔育奎		4	38	3.0	4.0
3	崇培安		8	15	2.0	3.0