燃煤锅炉排烟温差与CO数据模型预测研究

• 作者: 党博文 向杰 周锋 朱峰 段松涛 赵榕 郭旭升
• 来源期刊: 电工技术
• 学科: 工学
• 关键词: 锅炉效率 排烟热损失 未燃气体热损失 神经网络建模
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 16-18,23
• 页数: 4页
• 分类号: TQ53
• 字数: 2436字
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2020.09.005

摘要

为研究提升锅炉效率的方法,首先基于某电厂燃烧数据进行深度分析,确定了燃烧过程中的主要热损失来源——排烟热损失q2和未燃气体热损失q3,以及影响q2和q3的主要参数——排烟温差和CO含量;然后利用BP神经网络和RBF神经网络对排烟温差和CO含量分别进行建模,预测燃烧过程中排烟温差和CO含量的变化趋势,使控制系统能提前调整相关参数,从而降低q2和q3的数值,进而提升锅炉效率.建模结果表明:针对CO含量建立的BP和RBF模型效果并不太理想,而建立的排烟温差RBF模型能准确预测排烟温差的变化规律,模型精度较高,能在现场中实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱峰		5	4	1.0	2.0
2	段松涛		4	5	1.0	2.0
3	赵榕		2	0	0.0	0.0
4	周锋		2	0	0.0	0.0
5	党博文		2	0	0.0	0.0
6	郭旭升		1	0	0.0	0.0
7	向杰		1	0	0.0	0.0