基于广义回归神经网络的燃煤锅炉NOx排放预测

• 作者: 赵星宇
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: 神经网络 预测 NOx排放 配风优化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究与应用
• 页码范围: 13-16
• 页数: 4页
• 分类号: TM621
• 字数: 2061字
• 语种: 中文

摘要

基于某电厂330 MW燃煤锅炉DCS历史数据,利用MATLAB软件分别采用BP神经网络、 遗传算法优化神经网络(GABP)、 广义回归神经网络(GRNN)对该锅炉NOx排放量进行预测,并进行二次风及分离燃尽风喷口挡板开度优化.通过对比3种神经网络预测结果的相对误差、 均方根误差(RMSE)和平均绝对百分误差(MAPE),结果表明GRNN神经网络误差最小,RMSE和MAPE分别为4.81 mg/m3、0.91％,预测精度较高;利用GRNN神经网络优化后,NOx排放由243 mg/m3降至210.8 mg/m3,可以达到降低NOx排放的目的,为燃煤电站运行提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵星宇		2	0	0.0	0.0