基于遗传神经网络敏感度分析的飞灰含碳量测量方法

• 作者: 冯旭刚 章家岩 钱家俊
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 飞灰含碳量 发电锅炉 BP神经网络 隐层节点 Garson方法
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1083-1089
• 页数: 7页
• 分类号: TN081|TM621
• 字数: 4352字
• 语种: 中文
• DOI: 10.13382/j.jemi.2016.07.014

摘要

飞灰含碳量是反映电站锅炉燃烧效率的重要指标，准确测量飞灰含碳量有利于监测和调整锅炉燃烧，降低煤耗，提高锅炉运行的经济性和安全性。分析了工程上普遍采用的人工取样、实验室化验方法以及在线监测仪器所存在的缺陷。研究了以软测量和信息融合技术为代表的人工智能方法的不足，采用遗传神经网络算法，对的连接权值、阈值和隐层节点个数进行了优化计算，以增强网络的泛化能力，并利用Grason敏感性分析算法，对影响飞灰含碳量的输入参数进行了筛选，实现了以较少的工况输入来有效地测量输出。在此基础上，通过实际样本进行仿真分析和对比，验证了所用方法具有更好的测量精度，最后通过实测数据的对比进一步验证了该结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章家岩	安徽工业大学电气与信息工程学院	81	314	9.0	14.0
2	冯旭刚	安徽工业大学电气与信息工程学院	46	128	5.0	8.0
3	钱家俊	安徽工业大学电气与信息工程学院	3	24	2.0	3.0