科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
