神经网络Skeletonization算法在优化锅炉运行参数中的应用

摘要：

对将神经网络Skeletonization算法进行改进,运用到优化调整锅炉性能参数的方法,用神经网络模型预测锅炉运行中需要优化的性能参数.通过神经网络的学习,模拟性能参数的影响因素与性能参数之间的映射函数,再通过改进Skeletonization算法对网络模型进一步计算,找出哪些影响因素对性能参数的影响较大,为快速有效准确的机组运行优化提供指导依据和方向.这种方法不仅能为机组运行优化提供直观的理论根据,同时对锅炉的运行不产生负面影响,可以实现在线优化运行.通过计算影响因素的权重值,对性能参数准确预报,为锅炉机组的性能优化调整提供便捷、准确、全面的方案.

关键词：超临界锅炉、性能优化、神经网络、Skeletonization算法

所属期刊栏目：47

分类号：TK229.2(蒸汽动力工程)

在线出版日期：2016-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26