基于Elman神经网络的受热面积灰动态预测

• 作者: 史元浩 李登耀 梁建宇 贾志琴
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 清洁因子 Elman神经网络 随机数据 动态预测 灰污厚度
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902025

摘要

在火电厂燃煤锅炉运行过程中,受热面的积灰是降低锅炉运行效率和安全性的一个重要原因.对此,各研究者根据建立固定的预测模型制定吹灰策略,认为是及时吹灰而忽略了吹灰需要一定的准备时间.针对上述问题,不仅在数据预处理时,采用时间序列随机选取的方法反映不同工况下的灰污沉积厚度,而且提出了基于清洁因子(CF)的Elman时序神经网络动态预测模型.为了构造合理的网络模型,采用试凑法得到最优隐含层节点数.最终,通过正态概率密度(PDF)曲线验证了该模型预测的精准性,并对比分析了在不同预测起始点滚动预测的结果.经实例仿真,结果显示Elman网络模型的预测结果与实际监测数据的吻合度较高.从而为下一步的吹灰优化研究奠定了坚实的基础.