基于信息融合的电厂磨煤机运行状态研究

• 作者: 刘爱莲 张文涛 杜景祺 杨俊 王博维
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 神经网络 人工智能 证据理论 证据体 磨煤机 运行状态
• 年，卷（期）: 2018,（12）
• 页码范围: 14-17
• 页数: 4页
• 分类号: TP183|TM621.3
• 字数: 2779字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.12.004

摘要

火电厂中磨煤机是确保锅炉等后续发电设备正常运作的前提,如果磨煤机出现供煤量不足等问题,将会导致电厂出现事故.文中结合神经网络和D_S证据理论的融合思想,提出了一种基于BP神经网络和D_S证据理论的火电厂磨煤机运行状态研究方法,首先通过BP神经网络对火电厂磨煤机运行状态进行有效预测,再结合D_S证据理论将预测的结果作为决策层D_S证理论的初始证据进行融合,最终得到火电厂磨煤机的运行状态.通过实例证明,该方法可以有效的判断出磨煤机的运行状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘爱莲	昆明理工大学信息工程与自动化学院	29	95	6.0	8.0
2	杨俊	云南电网有限责任公司电力科学研究院	6	9	2.0	2.0
3	王博维	昆明理工大学信息工程与自动化学院	2	2	1.0	1.0
4	杜景祺	云南电网有限责任公司电力科学研究院	1	0	0.0	0.0
5	张文涛	云南电网有限责任公司电力科学研究院	2	0	0.0	0.0