混煤掺烧锅炉氮氧化物排放量预测分析

以某600 MW旋流燃烧器锅炉燃烧优化调整时集散控制系统(DCS)数据选取特性参数作为输入变量,训练神经网络预测该燃煤锅炉氮氧化物排放量。使用单隐含层BP神经网络、双隐含层BP神经网络、遗传算法优化神经网络、广义回归(GRNN)神经网络作为预测网络模型,分析预测误差。对比各模型均方根误差(RMSE)与平均绝对百分比误差(MAPE),GRNN神经网络预测精度最高,可用于对该机组进行氮氧化物排放量预测。