广义回归神经网络对脱硫效率的预测

• 作者: 刘少虹 刘锁清 彭伟娟 李军红 董森
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 脱硫效率 广义回归神经网络 预测模型 训练样本 仿真预测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 1-3,37
• 页数: 4页
• 分类号: TP273
• 字数: 1858字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2018.10.001

摘要

脱硫效率的预测对脱硫系统的运行与控制有着重要的指导意义.以国内某660MW机组为例,考虑影响石灰石/石膏湿法烟气脱硫效率的各主要因素,并使用广义回归神经网络(GRNN)建立了脱硫效率预测模型.该模型采用电厂实际运行数据为训练样本,然后另选10组数据用来仿真预测和验证.预测结果表明建立的烟气脱硫效率预测模型的精度要高于传统BP模型,精度达到了99.6％,对实际脱硫系统的安全运行有一定的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军红		11	34	4.0	4.0
2	刘锁清		19	52	5.0	5.0
3	董森		4	12	3.0	3.0
4	彭伟娟		5	15	3.0	3.0
5	刘少虹		7	16	3.0	3.0