摘要
根据山西平朔煤矸石电厂2012年11月的实际运行数据,建立了该厂直接空冷机组背压的BP神经网络模型,并依据该模型建立了环境温度、环境风速、汽机负荷与风机转速等多个因素对机组背压的影响曲线,最后提出了一些具体应对措施。
According to the actual operation data of Ping- shuo Coal Gal^gue Power Plant in November, 2012, this paper builds the BP neural network model of backpressure for its di- rect air-cooling unit, obtains multi-factor impact curves of back- pressure such as ambient temperature, wind speed, turbine load ＆ fan speed and finally proposes several measures to solve these problems.
出处
《电力学报》
2013年第3期235-237,共3页
Journal of Electric Power
基金
山西省高校科技开发研究项目(编号:200713037)
山西省高校重点学科专项资助~~
关键词
空冷机组
BP神经网络
直接空冷
背压
多因素
air cooling unit
BP neural network
directair-cooling
backpressure
multi-factor
