Adaboost集成BP神经网络在火电厂SO2浓度检测中的应用

• 作者: 严实 严玥 杨永斌 江赟
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 浓度检测 干扰 BP神经网络 Adaboost
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 应用技术
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP212.1
• 字数: 3077字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2016)09-0148-04

摘要

针对火电厂在线SO2浓度检测中,检测精度受到温度、压力(大气压及烟气压力)、燃煤质量、水分含量、电子器件噪声、光学镜片老化、气体吸收峰值交叉干扰等多种因素的干扰,很难以单一方法进行改进这一问题.以国内某中型火电厂2015年实际生产数据为依据,设计预处理装置完成气体的前期处理,以尽可能达到分析仪分析要求(温度、流量、含水量等),减少可预见干扰,采用Adaboost算法集成BP神经网络进行优化,降低其他因素对检测结果的干扰,仿真测试分析,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨永斌	重庆工商大学检测控制集成系统重庆市市级工程实验室	26	294	8.0	17.0
2	严玥	重庆工商大学检测控制集成系统重庆市市级工程实验室	11	58	4.0	7.0
3	江赟	重庆工商大学检测控制集成系统重庆市市级工程实验室	9	19	2.0	4.0
4	严实		4	17	2.0	4.0