混煤掺烧锅炉氮氧化物排放量预测分析

作者：王远鑫

来源：节能, 2022, 41(08): 22-26.

• 混煤
• 神经网络
• 氮氧化物排放量预测

以某600 MW旋流燃烧器锅炉燃烧优化调整时集散控制系统（DCS）数据选取特性参数作为输入变量，训练神经网络预测该燃煤锅炉氮氧化物排放量。使用单隐含层BP神经网络、双隐含层BP神经网络、遗传算法优化神经网络、广义回归（GRNN）神经网络作为预测网络模型，分析预测误差。对比各模型均方根误差（RMSE）与平均绝对百分比误差（MAPE）,GRNN神经网络预测精度最高，可用于对该机组进行氮氧化物排放量预测。