基于PSO-Elman神经网络的燃煤机组受热面清洁状态预测

• 作者: 史元浩 曾建潮 李强 陈晓龙
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 智能发电 受热面 清洁状态 PSO-Elman 预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能发电关键技术专栏
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP273
• 字数: 3560字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201809054

摘要

随着节能减排政策力度的加大,国家十分重视火电厂节能降耗技术的开发研究.针对目前锅炉受热面吹灰方式不合理的情况,以污染率(FF)表征受热面清洁状态对锅炉受热面传热的影响,建立了基于PSO-Elman神经网络的受热面清洁状态预测模型,实现对受热面清洁状态的预测.采用粒子群算法(PSO)和Elman动态神经网络相结合的预测方法,首先根据输入、输出参数个数确定Elman神经网络结构,然后利用PSO优化网络的权值和阈值,将优化后的最优权值、阈值赋给Elman神经网络作为初始值进行网络训练,建立基于PSO-Elman神经网络的受热面清洁状态预测模型.通过具体实例仿真证实了所提方法的有效性,获得了较满意的预测精度,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	中北大学电气与控制工程学院	120	455	9.0	15.0
2	曾建潮	中北大学电气与控制工程学院	34	48	4.0	5.0
3	陈晓龙	中北大学电气与控制工程学院	3	5	1.0	2.0
4	史元浩	中北大学电气与控制工程学院	5	8	2.0	2.0