期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于DPPSO-FNN算法的再生烟气氮氧化物预测方法
1
作者 张树才 卢薇 杨文玉 《控制工程》 CSCD 北大核心 2022年第11期1989-1995,共7页
为了解决催化裂化装置再生烟气氮氧化物浓度难以实时预测的问题,提出了一种基于动态参数的粒子群优化-模糊神经网络算法的再生烟气氮氧化物浓度的智能预测方法。基于数据补偿方法实现对催化裂化装置缺失数据段的补遗,弥补了不同参量之... 为了解决催化裂化装置再生烟气氮氧化物浓度难以实时预测的问题,提出了一种基于动态参数的粒子群优化-模糊神经网络算法的再生烟气氮氧化物浓度的智能预测方法。基于数据补偿方法实现对催化裂化装置缺失数据段的补遗,弥补了不同参量之间数据尺度不匹配的缺点;建立了基于模糊神经网络算法的氮氧化物预测模型,提取了再生烟气产排过程中的动态特性,实现了输入输出数据的准确表达;设计了一种基于动态参数的粒子群优化算法,提高了算法对模型的优化能力,获得了再生烟气氮氧化物浓度值;最终将氮氧化物预测模型应用于再生烟气的产排过程。实验结果表明该预测方法具有较好的预测精度以及可接受的预测误差,可以满足催化再生器出口氮氧化物浓度的预测需求。 展开更多
关键词 氮氧化物智能预测 催化裂化 模糊神经网络 粒子群优化算法
下载PDF
混煤掺烧锅炉氮氧化物排放量预测分析 被引量:3
2
作者 王远鑫 《节能》 2022年第8期22-26,共5页
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... 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。 展开更多
关键词 混煤 神经网络 氮氧化物排放量预测
下载PDF
基于GSA-PELM的锅炉NO_x预测模型 被引量:7
3
作者 牛培峰 史春见 +2 位作者 刘楠 常玲芳 张先臣 《计量学报》 CSCD 北大核心 2018年第5期741-746,共6页
为了更加精确地实现对电厂循环流化床锅炉NOx排放量进行预测,提出了一类基于并行极端学习机的GSA-PELM模型。由于PELM的泛化能力及精度依赖于其权值的选择,因而利用万有引力算法优化PELM的权值,采用从某火电厂300 MW的循环流化床锅炉在... 为了更加精确地实现对电厂循环流化床锅炉NOx排放量进行预测,提出了一类基于并行极端学习机的GSA-PELM模型。由于PELM的泛化能力及精度依赖于其权值的选择,因而利用万有引力算法优化PELM的权值,采用从某火电厂300 MW的循环流化床锅炉在不同工况下实时采集的数据来检验模型的预测性能,并将GSAPELM模型分别与PELM模型、ELM模型、万有引力算法优化的最小二乘支持向量机模型(GSA-LSSVM)、GSA-ELM模型进行比较,仿真结果表明GSA-PELM模型的精度相比其它所有模型提高了9个数量级以上,可以更加有效、准确地用于预测火电厂锅炉的NOx排放浓度。 展开更多
关键词 计量学 氮氧化物排放特性 氮氧化物预测 循环流化床锅炉 万有引力算法 并行极端学习机
下载PDF
传递熵变量选择的非线性系统时序预测模型 被引量:12
4
作者 金秀章 丁续达 赵立慧 《中国电机工程学报》 EI CSCD 北大核心 2018年第S1期192-200,共9页
对于复杂非线性系统,难以准确分析其中各变量之间相互影响关系,且其原始数据时序不统一。因此对于时序预测模型,上述情况会产生辅助变量冗余和时序混乱进而影响预测效果。提出了一种基于传递熵变量选择的非线性系统时序预测模型,利用因... 对于复杂非线性系统,难以准确分析其中各变量之间相互影响关系,且其原始数据时序不统一。因此对于时序预测模型,上述情况会产生辅助变量冗余和时序混乱进而影响预测效果。提出了一种基于传递熵变量选择的非线性系统时序预测模型,利用因果关系进行辅助变量的筛选;检测变量之间的迟滞,据此进行时序统一。通过一个简单的非线性模型对算法进行验证,得到了和理论分析相吻合的结果,并利用不同模型分别验证了算法的有效性。最后,使用某600MW燃煤机组的实际数据对模型进行验证。实验结果证明:该预测模型与之前的方法相比,不依靠机理分析,通过较少的辅助变量得到准确的预测结果和更好的泛化能力,节约了运行时间,可以满足现场运行要求。 展开更多
关键词 时序数据挖掘 时序预测 传递熵 最小二乘支持向量机 氮氧化物预测
下载PDF
Impacts of Secondary Aerosols on a Persistent Fog Event in Northern China 被引量:6
5
作者 JIA Xing-Can GUO Xue-Liang 《Atmospheric and Oceanic Science Letters》 2012年第5期401-407,共7页
The chemistry version of the Weather Re- search and Forecasting model (WRF/Chem) was coupled with the anthropogenic emission inventory of David Streets to investigate the impacts of secondary aerosols on a persisten... The chemistry version of the Weather Re- search and Forecasting model (WRF/Chem) was coupled with the anthropogenic emission inventory of David Streets to investigate the impacts of secondary aerosols on a persistent fog event from 25 to 26 October 2007, in Northem China. The spatial distribution of the simulated fog is consistent with satellite observations, and the time-height distributions of the simulated boundary layer where the fog formed are also in good agreement with these observations. The sensitivity studies show that the secondary aerosols of SO4, NO3, and NH4 formed from gaseous precursors of SO2, NOx, and NH3 had substantial impacts on the formation processes and microphysical structure of the fog event. The decrease of the secondary aerosols obviously reduced the liquid water path and column droplet number concentration of the fog below the 1-km layer, and the corresponding area-averaged liquid water path and droplet number concentration of the fog decreased by 43% and 79%, respectively. The concentra- tions of NOx and NO3 were found to be extremely high in this case. The concentration of interstitial aerosol NO3 was much higher than the SO4 and NH4, but the concentration of SO4 was highest in the cloud-borne aerosols. The average activation ratios for SO4, NO3, and NH4 were 34%, 31%, and 30%, respectively, and the maximum ra- tios reached 62%, 86%, and 55% during the fog episode. 展开更多
关键词 secondary aerosol FOG WRF/Chem simulation
下载PDF
Projected Changes in NO_x Emissions from Lightning as a Result of 2000–2050 Climate Change
6
作者 JIANG Hui LIAO Hong 《Atmospheric and Oceanic Science Letters》 CSCD 2013年第5期284-289,共6页
Lightning is one of the most important natural sources of atmospheric NOx.The authors investigate the2000–2050 changes in NOx emissions from lightning using the global three-dimensional Goddard Earth Observing System... Lightning is one of the most important natural sources of atmospheric NOx.The authors investigate the2000–2050 changes in NOx emissions from lightning using the global three-dimensional Goddard Earth Observing System chemical transport model(GEOS-Chem)driven by meteorological fields from the Goddard Institute for Space Studies(GISS)general circulation model(GCM)3.Projected changes in climate over 2000–2050are based on the Intergovernmental Panel on Climate Change(IPCC)A1B scenario.The global NOx emission from lightning is simulated to be 4.8 Tg N in present day and to increase by about 16.7%over 2000–2050 as a result of the future climate change.The largest present-day emissions and climate-induced changes are found in the upper troposphere in the tropics.Regionally in eastern China(20–55 N,98–125 E),NOx emissions from lighting is simulated to be 0.3 Tg N(6.3%of the global total emission)in present day and to increase by 26.7%over2000–2050.The simulated changes in NOx from lightening correspond well with the projected future changes in convective precipitation. 展开更多
关键词 NOx LIGHTNING climate change
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部