锅炉燃烧含氧量中的大数据与神经网络技术分析

• 作者: 高菲
• 来源期刊: 工业加热
• 学科: 工学
• 关键词: 锅炉燃烧 含氧量 控制机制 大数据 神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 模拟仿真
• 页码范围: 15-16,20
• 页数: 3页
• 分类号: TF051
• 字数: 2962字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1639.2019.05.005

摘要

锅炉燃烧是工业生产中常见的形式,但其在运行过程中存在诸多潜在的问题,与之相关的能源损耗以及环境影响也是人们长期以来关注的话题.只有锅炉长期处于稳定运行状态,才可以确保其具有良好的燃烧效率.通过采集火电厂锅炉燃烧相关运行数据,旨在研究电厂大数据背景下将神经网络建模方法应用于锅炉燃烧系统辨识的可行性,探讨其对提高火力发电燃烧效率的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高菲		22	23	3.0	3.0