基于廣義回歸神經(jīng)網(wǎng)絡(luò)的燃煤鍋爐NO x 排放預(yù)測
關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò) 預(yù)測 nox排放 配風(fēng)優(yōu)化
摘要：基于某電廠330MW燃煤鍋爐DCS歷史數(shù)據(jù),利用MATLAB軟件分別采用BP神經(jīng)網(wǎng)絡(luò)、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)(GABP)、廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)對該鍋爐NOx排放量進行預(yù)測,并進行二次風(fēng)及分離燃盡風(fēng)噴口擋板開度優(yōu)化。通過對比3種神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果的相對誤差、均方根誤差(RMSE)和平均絕對百分誤差(MAPE),結(jié)果表明GRNN神經(jīng)網(wǎng)絡(luò)誤差最小,RMSE和MAPE分別為4.81mg/m3、0.91%,預(yù)測精度較高;利用GRNN神經(jīng)網(wǎng)絡(luò)優(yōu)化后,NOx排放由243mg/m3降至210.8mg/m3,可以達到降低NOx排放的目的,為燃煤電站運行提供參考。
東北電力技術(shù)雜志要求:
{1}論文中引用他人的觀點及材料時，須將參考文獻按正文中出現(xiàn)的先后次序列于文后。
{2}來稿恕不退還，一個月未見用稿通知請自行處理。
{3}對錄用的稿件本刊有權(quán)酌情刪改。不同意刪改者，請在來稿中注明。
{4}來稿中以下項目應(yīng)完整：題名、作者姓名及機構(gòu)名稱、摘要、關(guān)鍵詞、中圖分類號、英文題名、作者英文姓名（漢語拼音）及機構(gòu)名稱、英文摘要、英文關(guān)鍵詞、正文、參考文獻，并附有作者簡介、基金項目、聯(lián)系方式等。
{5}中文題名一般不超過30個漢字，英文題名應(yīng)與中文一致。去掉"研究、分析、探討"等詞。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
