作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于神经网络的火电厂烟气含氧量软测量
烟气含氧量
软测量
神经网络
基于神经网络的加热炉烟气含氧量预测及控制
加热炉
神经网络
含氧量
空燃比
预测
采用卷积神经网络的电站锅炉燃烧效率建模方法
电站锅炉燃烧效率
卷积神经网络
特征提取
主成分分析法
基于PSO-Elman模型的火电厂烟气含氧量预测
烟气含氧量
火电厂
PS0算法
Elman神经网络
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 锅炉燃烧含氧量中的大数据与神经网络技术分析
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锅炉燃烧
含氧量
控制机制
大数据
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工业加热
双月刊
1002-1639
61-1208/TM
大16开
西安市朱雀大街南端222号
52-41
1972
chi
出版文献量(篇)
2999
总下载数(次)
2
论文1v1指导