基于深度神经网络技术支持下锅炉热效率及NOx浓度预测探究

Investigation on Predicting Boiler Thermal Efficiency and NOx Concentration with the Support of Deep Neural Network Technology

本文以超超临界机组的锅炉为基础,建立双隐含层BP神经网络模型,对锅炉热效率及其NOx排放浓度两项指标进行预测。经MATLAB仿真和同类预测模型对比,研究过程中建立的目标模型达到了良好的预测效果,其性能优于传统的BP神经网络。