位置:成果数据库 > 期刊 > 期刊详情页
基于神经网络的NO_x燃煤锅炉排放预测及优化
  • ISSN号:1002-3364
  • 期刊名称:《热力发电》
  • 时间:0
  • 分类:TK223.23[动力工程及工程热物理—动力机械及工程]
  • 作者机构:[1]南昌大学机电工程学院,江西南昌330031
  • 相关基金:国家自然科学基金项目(61262048)
中文摘要:

应用Matlab神经网络工具箱对某燃煤电站锅炉NOx排放特性进行神经网络建模。仿真结果表明,该模型具有良好的准确性和泛化能力,模型平均相对误差为1.37%,具有较高的准确性。基于该NOx排放预测模型,结合遗传算法对燃煤锅炉的NOx排放进行优化,按照优化结果推荐的运行参数,在相同的运行负荷工况下,其NOx排放浓度由优化前的456.2mg/m^3降为323.9mg/m^3,下降幅度达到了29%,效果显著。

英文摘要:

The Matlab neural network toolbox was applied to establish the prediction model for NOx emis- sion in a coal-fired power plant boiler. The simulation results show that this forecast model has well accura- cy and generalization ability,its average relative error is 1.37 %, which means the high accuracy. On the basis of this NOx emission prediction model,the NOx emission was optimized by genetic algorithm. According to the recommended operating parameters, after the optimization, the NOx emission decreased from 456.2 mg/m^3 to 323.9 mg/m^3 under the same operation load conditions,reduced by 29 % ,which is dramatic.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《热力发电》
  • 北大核心期刊(2011版)
  • 主管单位:中国华能集团公司
  • 主办单位:西安热工研究院有限公司 中国电机工程学会
  • 主编:蒋敏华
  • 地址:西安兴庆路136号
  • 邮编:710032
  • 邮箱:rlfdzzs@tpri.com.cn
  • 电话:029-82102482 82102480
  • 国际标准刊号:ISSN:1002-3364
  • 国内统一刊号:ISSN:61-1111/TM
  • 邮发代号:52-103
  • 获奖情况:
  • 国家中文核心期刊,国家中文核心期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12205