基于BP神经网络的燃煤锅炉内H2S质量浓度建模预测

• 作者: 孙贻超 梁占伟 王新钢 相明辉
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 燃煤锅炉 H2S质量浓度 BP神经网络算法 GA-BP算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 锅炉技术
• 页码范围: 433-439
• 页数: 7页
• 分类号: TK229.91
• 字数: 4655字
• 语种: 中文
• DOI: 10.19805/j.cnki.jcspe.2020.06.001

摘要

基于BP神经网络算法和遗传算法优化的BP神经网络算法(GA-BP算法)建立了燃煤锅炉内H2S质量浓度的预测模型,以燃烧调整试验得到的数据作为训练样本和测试样本,对所建立的H2S质量浓度预测模型进行评价.结果 表明:基于BP神经网络算法建立的H2S质量浓度预测模型出现过拟合现象,而基于GA-BP算法建立的H2S质量浓度预测模型具有较好的逼近能力和泛化能力,可用于锅炉内H2S质量浓度建模预测,为运行优化和控制燃煤锅炉内H2S质量浓度奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	相明辉		3	1	1.0	1.0
2	王新钢		3	0	0.0	0.0
3	孙贻超		2	0	0.0	0.0