卢彬:基于NARX神经网络的锅炉壁温预测模型论文

卢彬:基于NARX神经网络的锅炉壁温预测模型论文

本文主要研究内容

作者卢彬,刘茜,高林,赵旭利(2019)在《基于NARX神经网络的锅炉壁温预测模型》一文中研究指出:壁温超温是超(超)临界锅炉爆管的主要原因之一,也是困扰超(超)临界机组运行的关键难题。本文在分析现有锅炉壁温预测技术的基础上,将NARX动态神经网络用于屏式过热器(屏过)壁温的预测,首先采用人工筛查和灰关联分析方法,确定影响屏过壁温变化的关键因素,然后设置不同影响因素的组合对预测性能进行分析和优化,确定外部输入变量,最后建立屏过壁温NARX神经网络预测模型。将该模型用于实际机组历史运行数据,并与NAR神经网络模型预测结果进行对比。结果表明:考虑了影响壁温变化关键因素的NARX神经网络有更好的预测性能,能长时间保持较好的预测精度,可提前1 min预测壁温的变化。该结果对解决超临界机组壁温超温问题有一定的理论和工程应用价值。

Abstract

bi wen chao wen shi chao (chao )lin jie guo lu bao guan de zhu yao yuan yin zhi yi ,ye shi kun rao chao (chao )lin jie ji zu yun hang de guan jian nan ti 。ben wen zai fen xi xian you guo lu bi wen yu ce ji shu de ji chu shang ,jiang NARXdong tai shen jing wang lao yong yu bing shi guo re qi (bing guo )bi wen de yu ce ,shou xian cai yong ren gong shai cha he hui guan lian fen xi fang fa ,que ding ying xiang bing guo bi wen bian hua de guan jian yin su ,ran hou she zhi bu tong ying xiang yin su de zu ge dui yu ce xing neng jin hang fen xi he you hua ,que ding wai bu shu ru bian liang ,zui hou jian li bing guo bi wen NARXshen jing wang lao yu ce mo xing 。jiang gai mo xing yong yu shi ji ji zu li shi yun hang shu ju ,bing yu NARshen jing wang lao mo xing yu ce jie guo jin hang dui bi 。jie guo biao ming :kao lv le ying xiang bi wen bian hua guan jian yin su de NARXshen jing wang lao you geng hao de yu ce xing neng ,neng chang shi jian bao chi jiao hao de yu ce jing du ,ke di qian 1 minyu ce bi wen de bian hua 。gai jie guo dui jie jue chao lin jie ji zu bi wen chao wen wen ti you yi ding de li lun he gong cheng ying yong jia zhi 。

论文参考文献

  • [1].关于过热器、再热器蛇形管壁温测点的安装[J]. 严永泰.  电力建设.1989(02)
  • [2].大型汽包炉汽包壁温差的控制[J]. 洪昌少,丁学俊.  华东电力.2002(10)
  • [3].基于进化神经网络的短期电力负荷预测研究[J]. 鲍伟强,陈娟,熊涛.  电工技术.2019(11)
  • [4].基于大数据和优化神经网络短期电力负荷预测[J]. 金鑫,李龙威,季佳男,李祉歧,胡宇,赵永彬.  通信学报.2016(S1)
  • [5].基于情感神经网络的风电功率预测[J]. 张国玲.  电信科学.2017(03)
  • [6].基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究[J]. 公茂法,柳岩妮,王来河,宋健,谢云兴.  山东科技大学学报(自然科学版).2017(03)
  • [7].基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断[J]. 边宁,许允之.  煤矿机电.2017(03)
  • [8].基于小波包分解和改进差分算法的神经网络短期风速预测方法[J]. 黄勇东,陈冬沣,肖建华,林艺城,董朕.  浙江电力.2017(06)
  • [9].采用神经网络的断路器传动机构磨损预测[J]. 刘创,刘宏昭.  机械科学与技术.2017(06)
  • [10].联合SWT和三角基神经网络的近频率谐波提取[J]. 吴纯,王文波.  测控技术.2017(06)
  • 论文详细介绍

    论文作者分别是来自热力发电的卢彬,刘茜,高林,赵旭利,发表于刊物热力发电2019年03期论文,是一篇关于锅炉论文,屏式过热器论文,壁温论文,超温论文,壁温预测论文,静态神经网络论文,神经网络论文,热力发电2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自热力发电2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    卢彬:基于NARX神经网络的锅炉壁温预测模型论文
    下载Doc文档

    猜你喜欢