基于人工神经网络的煤粉燃烧特性预测模型

作者：李壮扬; 莫爵徽; 沈跃良; 卢志民; 毛国强; 姚顺春

来源：锅炉技术, 2019, 50(02): 49-53.

DOI：10.3969/j.issn.1672-4763.2019.02.009

• 煤质分析
• 热重分析
• 燃烧特性参数
• 人工神经网络
• 预测模型

煤质常规分析指标与燃烧特性参数的综合运用有利于指导电厂的优化运行。对81个煤样进行了热重分析实验并获得燃烧特性参数,利用人工神经网络建立基于煤质分析数据的燃烧特性参数预测模型,并通过相关性分析、遗传算法和多次预测取平均的方法对模型进行优化。结果表明:优化建立的着火稳燃特性指数(Rw)预测模型的拟合度(R2)为0.957,10个预测样品的平均绝对误差(MAE)为0.15;燃尽特性指数(Rj)预测模型的R2为0.938,MAE为1.17。在生产现场利用常规分析快速预测煤粉的燃烧特性。

• 单位
  华南理工大学; 广东省粤电集团有限公司沙角C电厂; 广东电科院能源技术有限责任公司