登录    注册    忘记密码

期刊文章详细信息

基于麻雀算法和深度极限学习机的NO_(x)预测研究  ( EI收录)  

Research on NO_(x) Prediction of Thermal Power Plant Based on SSA-DELM

  

文献类型:期刊文章

作  者:谭增强[1] 牛拥军[2] 李元昊[2] 刘玺璞[2] 张安超[3]

TAN Zengqiang;NIU Yongjun;LI Yuanhao;LIU Xipu;ZHANG Anchao(Huaneng Changjiang Environmental&Technology Co.,Ltd.,Xicheng Distinct,Beijing 100031,China;Xi’an West Boiler Environmental Protection Engineering Co.,Ltd.,Xi’an 710054,Shaanxi Province,China;School of Mechanical and Power Engineering,Henan Polytechnic University,Jiaozuo 454003,Henan Province,China)

机构地区:[1]华能长江环保科技有限公司,北京市西城区100031 [2]西安西热锅炉环保工程有限公司,陕西省西安市710054 [3]河南理工大学机械与动力工程学院,河南省焦作市454003

出  处:《中国电机工程学报》

基  金:国家自然科学基金项目(51976072);华能集团总部科技项目(HNKJ20-H50)

年  份:2022

卷  号:42

期  号:S01

起止页码:187-192

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘  要:准确的NOx预测方法对脱硝超低排放和机组的安全稳定运行意义极大。基于烟气含氧量、一次风总量、一次风压、二次风总量、总煤量、各个二次风门开度等分布式控制系统(distributedcontrolsystem,DCS)数据,分别构建用于NOx预测的基于麻雀算法(sparrow search algorithm,SSA)和深度极限学习机(deepextremelearningmachine,DELM)的SSA-DELM模型和DELM模型。结果表明,构建的预测模型能定量计算出延迟时间。延迟时间为2min时,脱硝入口NOx浓度的SSA-DELM模型的预测值和实测值的误差较小,其中,SSA-DELM模型对测试样本的均方根误差为0.89mg/m^(3),DELM模型对测试样本的均方根误差为7.65mg/m^(3)。延迟时间为3.3min时,脱硝出口NOx浓度的SSA-DELM模型的预测值曲线与实测值曲线基本吻合,SSA-DELM模型对测试样本的的均方根误差为2.18mg/m^(3),DELM模型对测试样本的均方根误差为3.21mg/m^(3)。

关 键 词:NO_(x)  预测模型  麻雀算法  深度极限学习机  

分 类 号:TM85]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心