基于非对称神经网络结构的电站锅炉智能燃烧控制模型

• 作者: 吴恒运 周俊波 王明坤 王林 田建勇 高林 高海东
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 锅炉 燃烧控制 人工神经网络 非对称神经网络 对称神经网络 智能控制 数学建模 样本数量
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 智能电站技术
• 页码范围: 6-10,17
• 页数: 6页
• 分类号: TK32
• 字数: 4244字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2017.12.006

摘要

针对目前国内电站锅炉燃烧建模存在煤质与负荷波动频繁、测点精度有限、设备运行组合多变等产生的问题,提出了电站锅炉燃烧的非对称神经网络建模方法.将锅炉模型的输入按照实际物理规律的关联关系设计网络结构组合,去掉关联性较弱的联系,从而使模型天然体现一定的锅炉燃烧规律,实现了不同燃烧器出力分配下的单一网络建模,提高了学习训练效率,并大幅降低了模型所需样本数量.将经典对称神经网络模型和非对称神经网络模型进行对比训练,结果表明本文提出的非对称神经网络建模方法检验正确率高.将其应用于某超临界660 MW机组的燃烧优化控制,锅炉效率平均可提高0.25％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴恒运		14	87	6.0	9.0
2	田建勇		5	8	2.0	2.0
3	王林		38	122	7.0	9.0
4	高海东		20	137	7.0	10.0
5	高林		27	193	7.0	12.0
6	王明坤		5	15	2.0	3.0
7	周俊波		6	28	4.0	5.0