作者：赵星宇神经网络预测nox排放配风优化
摘要：基于某电厂330MW燃煤锅炉DCS历史数据,利用MATLAB软件分别采用BP神经网络、遗传算法优化神经网络(GABP)、广义回归神经网络(GRNN)对该锅炉NOx排放量进行预测,并进行二次风及分离燃尽风喷口挡板开度优化。通过对比3种神经网络预测结果的相对误差、均方根误差(RMSE)和平均绝对百分误差(MAPE),结果表明GRNN神经网络误差最小,RMSE和MAPE分别为4.81mg/m3、0.91%,预测精度较高;利用GRNN神经网络优化后,NOx排放由243mg/m3降至210.8mg/m3,可以达到降低NOx排放的目的,为燃煤电站运行提供参考。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
