基于NARX神经网络的锅炉壁温预测模型

基于NARX神经网络的锅炉壁温预测模型

论文摘要

壁温超温是超(超)临界锅炉爆管的主要原因之一,也是困扰超(超)临界机组运行的关键难题。本文在分析现有锅炉壁温预测技术的基础上,将NARX动态神经网络用于屏式过热器(屏过)壁温的预测,首先采用人工筛查和灰关联分析方法,确定影响屏过壁温变化的关键因素,然后设置不同影响因素的组合对预测性能进行分析和优化,确定外部输入变量,最后建立屏过壁温NARX神经网络预测模型。将该模型用于实际机组历史运行数据,并与NAR神经网络模型预测结果进行对比。结果表明:考虑了影响壁温变化关键因素的NARX神经网络有更好的预测性能,能长时间保持较好的预测精度,可提前1 min预测壁温的变化。该结果对解决超临界机组壁温超温问题有一定的理论和工程应用价值。

论文目录

  • 1 基于人工神经网络的锅炉壁温预测
  • 2 锅炉壁温变化影响因素关联分析
  • 3 锅炉壁温动态神经网络预测
  •   3.1 NARX神经网络模型输入变量选择
  •   3.2 2种神经网络模型壁温预测结果
  •   3.3 NARX神经网络模型预测效果验证
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 卢彬,刘茜,高林,赵旭利

    关键词: 锅炉,屏式过热器,壁温,超温,壁温预测,静态神经网络,神经网络

    来源: 热力发电 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 西安热工研究院有限公司,华能吉林发电有限公司长春热电厂

    分类号: TM621.2

    DOI: 10.19666/j.rlfd.201812214

    页码: 35-40

    总页数: 6

    文件大小: 658K

    下载量: 271

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    基于NARX神经网络的锅炉壁温预测模型
    下载Doc文档

    猜你喜欢