作者:傅维琪; 吴治清; 王天堃电站锅炉遗传算法神经网络燃烧优化
摘要:燃烧优化技术是实现电站锅炉高效燃烧和污染物控制的最经济、最有效的方法之一。本文首先利用神经网络建立起电站锅炉燃烧特性模型,然后利用遗传算法计算送风调节控制系统最优氧量设定值。仿真结果表明采用本文设计的燃烧优化策略,不仅可以提高燃烧效率而且能有效降低排放烟气中的氮氧化物含量,具有较高的实用价值和广泛的应用前景。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《电力大数据》(月刊)创刊于1977年,由贵州电网有限责任公司主管,贵州电网有限责任公司电力科学研究院;贵州省电机工程学会主办,CN刊号为:52-1170/TK,自创刊以来,颇受业界和广大读者的关注和好评。 《电力大数据》主要刊登人工智能、大数据分析、云计算、泛在物联网、移动作业、区块链等技术在电力系统的应用研究最新成果,涉及电力设备制造、规划设计、发电、输电、供电、配电、用电、调度、电力市场交易等方面。
北大期刊、统计源期刊
人气 84330 评论 73
统计源期刊
人气 52316 评论 51
北大期刊、CSCD期刊、统计源期刊
人气 50500 评论 53
部级期刊
人气 41834 评论 68