基于RBF神经网络和BP神经网络的燃煤锅炉NOx排放预测

• 作者: 余廷芳 刘冉
• 来源期刊: 热力发电
• 关键词: 燃煤锅炉 NOx排放 RBF神经网络 BP神经网络 预测模型
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 94-98,113
• 页数: 6页
• 分类号: TK223.23
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2016.08.094

摘要

基于某超超临界660 MW机组燃煤锅炉现场热态实验数据,利用MATLAB智能工具箱,分别采用径向基(RBF)神经网络和BP神经网络对该锅炉NOx排放特性进行建模,采用交替梯度算法对RBF神经网络预测模型进行输出层权值及RBF函数的中心与标准偏差值优化,对BP神经网络采用动量法进行改进.2种模型的仿真和预测结果对比分析表明:参数优化后的RBF神经网络预测模型预测结果的最大误差为3.0％,平均误差为1.75％;改进后的BP神经网络预测模型预测结果最大误差为6.6％,平均误差为4.5％;2种建模方法均具有较好的准确性和泛化能力,其中RBF神经网络模型的计算速度快,拟合和泛化能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余廷芳	南昌大学机电工程学院	28	196	8.0	12.0
2	刘冉	南昌大学机电工程学院	5	37	4.0	5.0