科研之友
微信
新浪微博
Facebook
分享链接
摘要
在实验运行数据的支持下,通过基于多列神经网络的机器学习技术驱动下的大数据深度挖掘,研究电站锅炉燃烧系统的算法优化并提出新的计算模型。共使用10个神经网络模块,数据挖掘过程的去量纲、归一化等数据模糊过程和数据的量纲整合等解模糊过程,也通过神经网络算法进行实现。而对给煤系统、压风系统、煤粉混合系统的控制策略,并未进行技术变革。经过实验运行数据分析,该算法模型升级后,锅炉系统的燃烧控制精度、节能效果、环保效果均有一定程度的提升。
-
单位山东中实易通集团有限公司
