基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
火电厂排放气体中的氮氧化物(NO2、NO、N2O等)浓度一直是环保检测的重要指标.针对基于光谱分析的氮氧化物浓度检测精度受到多种因素制约和干扰(如温度、粉尘、水分、电器噪音、光学镜片老化、多组分气体吸收峰值交叉干扰等),很难采用单一方法进行改进的问题.首先设计硬件预处理装置用于气体组分的过滤和提纯,然后利用构建的径向基函数(RBF)网络对传感器测试值进行校正.RBF神经网络的自学习自训练能力省去了传统的对干扰因素进行补偿的研究建模,使得检测中数据处理工作效率更高.随机抽取国内某大型火电厂2015年实际数据进行仿真实验以及预测、分析,综合平均相对误差为0.841%,表明方法的有效性.
推荐文章
火电厂氮氧化物污染防治研究
氮氧化物
防治必要性
措施
燃煤电厂氮氧化物控制技术探究
氮氧化物(NOx)
低NOx燃烧
选择性催化还原技术(SCR)
选择性非催化还原技术(SNCR)
生物滴滤塔处理低浓度氮氧化物
生物滴滤塔
氮氧化物
微生物
火电厂燃煤中氯含量检测方法的开发
氯含量
氧弹燃烧
离子选择性电极
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用RBF网络的火电厂氮氧化物浓度检测方法
来源期刊 电子测量与仪器学报 学科 工学
关键词 氮氧化物 浓度检测 干扰 神经网络
年,卷(期) 2017,(1) 所属期刊栏目 学术论文
研究方向 页码范围 45-50
页数 6页 分类号 TP212.2|TN911.72
字数 3802字 语种 中文
DOI 10.13382/j.jemi.2017.01.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 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
2 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
3 严实 4 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (389)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (37)
二级引证文献  (3)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(15)
  • 参考文献(1)
  • 二级参考文献(14)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(18)
  • 参考文献(0)
  • 二级参考文献(18)
2009(22)
  • 参考文献(0)
  • 二级参考文献(22)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(15)
  • 参考文献(1)
  • 二级参考文献(14)
2012(17)
  • 参考文献(3)
  • 二级参考文献(14)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
氮氧化物
浓度检测
干扰
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导