期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RBF神经网络的双碱法脱硫塔SO_2排放量预测方法
被引量:
18
1
作者
苏翔鹏
刁永发
杨青杰
《热力发电》
CAS
北大核心
2017年第10期58-63,共6页
采用传统公式估算脱硫塔出口SO_2排放量的方法难以推广,现场实测又耗时耗财,对此,本文提出一种基于RBF神经网络的脱硫塔出口SO_2排放量预测方法,并以传统F-R修正的变梯度BP神经网络和以LM算法优化的BP神经网络(LM-BP神经网络)为对照模型...
采用传统公式估算脱硫塔出口SO_2排放量的方法难以推广,现场实测又耗时耗财,对此,本文提出一种基于RBF神经网络的脱硫塔出口SO_2排放量预测方法,并以传统F-R修正的变梯度BP神经网络和以LM算法优化的BP神经网络(LM-BP神经网络)为对照模型,对双碱法脱硫塔在线监测数据进行预测。结果发现:RBF神经网络最大偏差和平均偏差均为0,优于变梯度BP神经网络和LM-BP神经网络。基于此,采用RBF神经网络作为预测模型,以平均烟气温度为101℃、平均脱硫塔清液pH=8.40、平均进塔清液流量与烟气流量之比(液气比)1.130 0 L/m3为输入参数,连续改变其中某一输入参数,分别预测其他参数对脱硫塔出口SO_2质量浓度折算值的影响。结果表明:脱硫塔出口SO_2质量浓度折算值随进口烟气温度升高而增大,在烟气温度高于110℃后出现波动;当烟气温度为101℃、液气比为1.130 0 L/m3时,最优脱硫塔清液pH为8.60;当温度为101℃、pH=8.40时,脱硫塔出口SO_2质量浓度折算值随液气比增大而减小。因此,基于RBF神经网络的脱硫塔出口SO_2排放量预测方法不仅能够有效预测双碱法脱硫塔出口SO_2排放量,而且能够对SO_2排放量进行优化控制。
展开更多
关键词
脱硫塔
双碱法
RBF
神经网络
变梯度bp神经网络
LM-
bp
神经网络
SO2排放量
预测方法
优化控制
下载PDF
职称材料
题名
基于RBF神经网络的双碱法脱硫塔SO_2排放量预测方法
被引量:
18
1
作者
苏翔鹏
刁永发
杨青杰
机构
东华大学环境科学与工程学院
河南潜合自动化科技有限公司
出处
《热力发电》
CAS
北大核心
2017年第10期58-63,共6页
基金
教育部留学回国人员科研启动基金资助项目(201109))
中央高校基本科研业务费专项基金重点资助项目(11D11315)~~
文摘
采用传统公式估算脱硫塔出口SO_2排放量的方法难以推广,现场实测又耗时耗财,对此,本文提出一种基于RBF神经网络的脱硫塔出口SO_2排放量预测方法,并以传统F-R修正的变梯度BP神经网络和以LM算法优化的BP神经网络(LM-BP神经网络)为对照模型,对双碱法脱硫塔在线监测数据进行预测。结果发现:RBF神经网络最大偏差和平均偏差均为0,优于变梯度BP神经网络和LM-BP神经网络。基于此,采用RBF神经网络作为预测模型,以平均烟气温度为101℃、平均脱硫塔清液pH=8.40、平均进塔清液流量与烟气流量之比(液气比)1.130 0 L/m3为输入参数,连续改变其中某一输入参数,分别预测其他参数对脱硫塔出口SO_2质量浓度折算值的影响。结果表明:脱硫塔出口SO_2质量浓度折算值随进口烟气温度升高而增大,在烟气温度高于110℃后出现波动;当烟气温度为101℃、液气比为1.130 0 L/m3时,最优脱硫塔清液pH为8.60;当温度为101℃、pH=8.40时,脱硫塔出口SO_2质量浓度折算值随液气比增大而减小。因此,基于RBF神经网络的脱硫塔出口SO_2排放量预测方法不仅能够有效预测双碱法脱硫塔出口SO_2排放量,而且能够对SO_2排放量进行优化控制。
关键词
脱硫塔
双碱法
RBF
神经网络
变梯度bp神经网络
LM-
bp
神经网络
SO2排放量
预测方法
优化控制
Keywords
desulfurization tower, dual-alkali method, RBF neural network, variable gradient
bp
neural network, LM-
bp
neural network, SO2 emission, prediction methad, optimization control
分类号
TK39 [动力工程及工程热物理—热能工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RBF神经网络的双碱法脱硫塔SO_2排放量预测方法
苏翔鹏
刁永发
杨青杰
《热力发电》
CAS
北大核心
2017
18
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部