基于人工神经网络的锅炉受热面积灰预测研究现状及展望

作者：苗建杰; 李德波^*; 李慧君

来源：洁净煤技术, 2021, S2: 212-220.

DOI：10.13226/j.issn.1006-6772.21101101

• 人工神经网络
• 锅炉
• 受热面
• 积灰
• 预测

人工神经网络(Artificial Neural Network, ANN)可对锅炉受热面积灰数据间的非线性关系进行很好地描述,较好地预测锅炉受热面积灰程度。对ANN积灰预测模型的构建、向量数据的选取和处理、预测评价指标和网络优化方面的相关研究现状进行综述。在预测模型的构建中,输出向量选取锅炉实际运行中与受热面积灰程度呈单向变化的参数,输入向量采用基于热力学平衡的影响因素法,考虑锅炉设计及运行工况、受热面状况进行选取,并进行奇异值剔除、数据去噪等处理,采用平均影响值等算法进行最终确定。在网络优化上开展多种先进算法与网络模型相结合,并借鉴其他预测领域的ANN模型,开展基于深度神经网络的受热面积灰预测的研发是未来重要的研究方向。

• 单位
  华北电力大学