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:
针对生物质锅炉飞灰含碳量较高的问题,文章提出了基于主成分分析法(PCA)或Garson算法与普通LM-BP神经网络相结合的两种生物质锅炉飞灰含碳量预测模型.这两种模型通过对负荷、燃烧室烟气温度、烟气含氧量等17个原始输入变量进行降维得到新输入变量,再进行训练建模,提高了模型精度.利用我国某生物质电厂飞灰含碳量的实测数据对模型进行检验,检验结果表明,LM-Garson-BP神经网络的MA PE为2.09%,MSE为0.11,MA E为0.25,泛化能力最强,稳定性最好.
推荐文章
基于BP神经网络的电厂锅炉飞灰含碳量预测
电厂锅炉
飞灰含碳量
BP神经网络
基于PSO-BP神经网络的飞灰含碳量测量方法
粒子群算法
神经网络
飞灰含碳量
预测模型
基于改进BP网络的煤粉锅炉飞灰含碳量预测
改进BP网络
燃煤锅炉
飞灰含碳量
预测
基于人工神经网络的大型电厂锅炉飞灰含碳量建模
锅炉
飞灰含碳量
人工神经网络
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 基于改良BP神经网络的生物质锅炉飞灰含碳量预测模型研究
来源期刊 可再生能源 学科 工学
关键词 生物质锅炉 飞灰含碳量 BP神经网络 主成分分析 Garson算法
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 150-157
页数 8页 分类号 TK6
字数 4757字 语种 中文
DOI 10.3969/j.issn.1671-5292.2020.02.003
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 肖显斌 华北电力大学生物质发电成套设备国家工程实验室 18 89 7.0 9.0
2 朱琎琦 华北电力大学生物质发电成套设备国家工程实验室 1 0 0.0 0.0
3 牛晓凡 华北电力大学生物质发电成套设备国家工程实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (105)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(13)
  • 参考文献(1)
  • 二级参考文献(12)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(14)
  • 参考文献(3)
  • 二级参考文献(11)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生物质锅炉
飞灰含碳量
BP神经网络
主成分分析
Garson算法
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
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导