基于人工神经网络的煤粉燃烧特性预测模型

• 作者: 卢志民 姚顺春 李壮扬 毛国强 沈跃良 莫爵徽
• 来源期刊: 锅炉技术
• 学科: 工学
• 关键词: 煤质分析 热重分析 燃烧特性参数 人工神经网络 预测模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 燃料与燃烧
• 页码范围: 49-53
• 页数: 5页
• 分类号: TK229.6
• 字数: 3691字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4763.2019.02.009

摘要

煤质常规分析指标与燃烧特性参数的综合运用有利于指导电厂的优化运行.对81个煤样进行了热重分析实验并获得燃烧特性参数,利用人工神经网络建立基于煤质分析数据的燃烧特性参数预测模型,并通过相关性分析、遗传算法和多次预测取平均的方法对模型进行优化.结果 表明:优化建立的着火稳燃特性指数(Rw)预测模型的拟合度(R2)为0.957,10个预测样品的平均绝对误差(MAE)为0.15;燃尽特性指数(Rj)预测模型的Rz为0.938,MAE为1.17.在生产现场利用常规分析快速预测煤粉的燃烧特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚顺春	华南理工大学电力学院	37	246	9.0	14.0
2	卢志民	华南理工大学电力学院	18	79	5.0	8.0
3	莫爵徽	华南理工大学电力学院	4	1	1.0	1.0
4	沈跃良		3	1	1.0	1.0