基于SIS的火焰燃烧稳定性诊断研究

摘要：

以某电厂的监控信息系统(SIS)中的历史数据库作为分析平台,讨论了一种基于统计分析和自组织特征映射(SOFM)神经网络状态识别的燃烧诊断方法.首先对火检信号样本进行特征提取,提取出火焰亮度平均值、火焰亮度方差、火焰亮度峰峰值和均匀度等4个特征量,大量统计分析表明这些特征量能够反映不同工况下的火焰燃烧状态.然后将火焰信号特征值作为自组织神经网络输入,通过自组织训练,得到对应于稳定和不稳定燃烧状态下的不同输出区域.经过验证,这种方法能有效识别火焰燃烧状态的稳定与否.最后,利用自组织神经网络的多次聚类结果,分析并验证了用燃烧指数对燃烧状态作定量描述的可行性.

关键词：工程热物理、电站锅炉、燃烧诊断、监控信息系统、自组织神经网络、燃烧指数

所属期刊栏目：25

分类号：TK31(热工量测和热工自动控制)

资助基金：国家自然科学基金50576022

在线出版日期：2008-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：64-67