文献类型：期刊文章

作　　者：彭道刚[1] 梅兰[1] 李生根[2] 何钧[3]

机构地区：[1]上海电力大学自动化工程学院,上海200090 [2]华能瑞金发电有限责任公司,江西赣州341000 [3]国网江西省电力公司电力科学研究院,江西南昌330096

出　　处：《热能动力工程》

基　　金：上海市科学技术委员会项目(16111106300,17511109400);上海市科学技术委员会工程技术研究中心项目(14DZ2251100)~~

年　　份：2018

卷　　号：33

期　　号：9

起止页码：86-92

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种基于大数据的神经网络辨识多输入单输出（Multiple-Input Single-Output,MISO）系统的方法,采集现场运行的锅炉燃烧系统总风量、总煤量、炉膛氧量等历史大数据,首先使用数据平滑、去除趋势性、归一化等步骤进行数据预处理,然后利用近邻法删选出表征系统特性的样本数据集,利用神经网络模型进行训练后挖掘出数据之间的关系,最后在升、降30%负荷的情况下分别进行模型预测。结果表明,虽然只将采集到约0. 658%数据容量进行训练,但在对整个大数据容量进行测试时,模型误差仍在允许的范围内。

关 键 词：锅炉燃烧系统 大数据建模  贝叶斯神经网络 样本选择  

分 类 号：TK227.1]