基于改进BP网络的煤粉锅炉飞灰含碳量预测

作者：地力木拉提; 哈米达改进bp网络燃煤锅炉飞灰含碳量预测

摘要：介绍了改进BP神经网络的原理和建立。采用改进BP神经网络，以煤的全水分、空气干燥基水分、挥发分、灰分、低位发热量、煤粉细度、炉膛空气系数、排烟温度8种影响因素作为输入层的输入，以飞灰含碳量作为输出层的输出，对某煤粉供热锅炉的飞灰含碳量进行了预测。预测值与实测值的最大绝对误差为0．0468×10^-2，最大相对误差不超过3％，该预测方法可行。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社