将某300MW火电厂的DCS数据作为分析对象，以降低锅炉燃烧过程的飞灰含碳量为研究目标，通过主成分分析法筛选出主要的锅炉工况参数，将其作为BP神经网络的输入层，进而预测飞灰含碳量与工况参数之间的关系。再利用狼群算法对锅炉运行参数进行寻优，依托MATLAB实施模型训练和检验，经过多次迭代后达到收敛，并且飞灰中的含碳量明显下降。
科研之友
微信
新浪微博
Facebook
分享链接
