基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计

• 作者: 任翠涛 唐诗洁 曲艳超 杨勇平 陆强
• 来源期刊: 发电技术
• 关键词: SCR催化剂 催化剂体积预测 BP神经网络 遗传算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 燃煤发电系统能源高效清洁利用
• 页码范围: 246-252
• 页数: 7页
• 语种: 中文
• DOI: 10.12096/j.2096-4528.pgt.19102

摘要

火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积.火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NOx浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题.针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究.结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲艳超		1	3	1.0	1.0
2	任翠涛		2	3	1.0	1.0