时序-神经网络模型在磨煤机一次风量测量中的应用

• 作者: 刘潇 尹子剑 张少康 金秀章
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 火电厂 制粉系统 磨煤机 风量 软测量 时间序列 BP神经网络 人工智能 归一化处理 数据挖掘
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 46-49
• 页数: 4页
• 分类号: TH71|TP183
• 字数: 3026字
• 语种: 中文
• DOI: 10686/j.cnki.issn1000-0380.201701011

摘要

针对制粉系统存在的大惯性和大迟延等特点,提出了一种基于时序-神经网络的一次风量软测量模型.在建模过程中,考虑了生产过程输入变量和输出变量的时序,给出了辅助变量选取和数据预处理方法.某电厂实际运行结果表明,该模型的准确性较目前广泛应用的静态神经网络软测量模型有显著提高.该研究为磨煤机一次风量的测量提供了一定的理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金秀章	华北电力大学控制与计算机工程学院	52	391	9.0	17.0
2	刘潇	华北电力大学控制与计算机工程学院	5	33	4.0	5.0
3	尹子剑	华北电力大学控制与计算机工程学院	2	10	2.0	2.0
4	张少康	华北电力大学控制与计算机工程学院	6	22	4.0	4.0