基于IPSO-BP算法的CFB锅炉NOx浓度预测

作者：印江; 王尚尚; 李丽锋; 孟宏君; 张凯奇

来源：自动化与仪表, 2021, 36(02): 58-63.

DOI：10.19557/j.cnki.1001-9944.2021.02.012

• 循环流化床锅炉
• NOx浓度预测
• 粒子群算法
• BP神经网络
• IPSO-BP算法

以山西省某电站2×350 MW循环流化床锅炉1号机组为试验对象,将归一化和指数平滑处理后的2000组数据作为样本数据,建立了八输入单输出的NOx浓度预测模型。利用BP神经网络算法和IPSO-BP算法对NOx浓度进行预测。MatLab结果表明,IPSO-BP算法对NOx浓度预测的各类误差指标性能更好,精度更高,有效改善了BP神经网络算法的不足。在170 MW和260 MW两种典型工况下对IPSO-BP算法进行模型验证,结果表明该模型在NOx浓度预测上的有效性,为该电站脱硝控制提供良好的指导。

• 单位
  山西大学