期刊文献+
共找到72篇文章
< 1 2 4 >
每页显示 20 50 100
Prediction of SO_2 Concentration in Urban Atmosphere Based on B-P Neural Network 被引量:1
1
作者 姚建 王丽梅 袁野 《Meteorological and Environmental Research》 CAS 2010年第11期9-11,14,共4页
Base on the principle and method of B-P neural network,the prediction model of SO2 concentration in urban atmosphere was established by using the statistical data of a city in southwest China from 1991 to 2009,so as t... Base on the principle and method of B-P neural network,the prediction model of SO2 concentration in urban atmosphere was established by using the statistical data of a city in southwest China from 1991 to 2009,so as to forecast atmospheric SO2 concentration in a city of southwest China.The results showed that B-P neural network applied in the prediction of SO2 concentration in urban atmosphere was reasonable and efficient with high accuracy and wide adaptability,so it was worthy to be popularized. 展开更多
关键词 B-P neural network so2 concentration in urban atmospheric prediction model China
下载PDF
基于改进INFO-Bi-LSTM模型的SO_(2)排放质量浓度预测 被引量:1
2
作者 王琦 柴宇唤 +2 位作者 王鹏程 刘百川 刘祥 《动力工程学报》 CAS CSCD 北大核心 2024年第4期641-649,共9页
针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN... 针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。 展开更多
关键词 炉内外联合脱硫 烟气so_(2)质量浓度 INFO算法 Bi-LSTM神经网络 Circle混沌映射 自适应t分布
下载PDF
基于改进核极限学习机和集成算法的脱硫出口SO_(2)浓度预测
3
作者 闫浩思 赵文杰 《华北电力大学学报(自然科学版)》 CAS 北大核心 2024年第5期108-117,共10页
脱硫出口SO_(2)浓度的准确预测对实现脱硫系统经济运行具有重要意义,针对脱硫出口SO_(2)浓度影响因素众多,难以准确预测这一问题,提出了基于龙格库塔优化的核极限学习机(KELM)和改进AdaBoost集成算法相结合的预测模型。首先采用核极限... 脱硫出口SO_(2)浓度的准确预测对实现脱硫系统经济运行具有重要意义,针对脱硫出口SO_(2)浓度影响因素众多,难以准确预测这一问题,提出了基于龙格库塔优化的核极限学习机(KELM)和改进AdaBoost集成算法相结合的预测模型。首先采用核极限学习机作为弱预测器,利用AdaBoost集成算法组合构建强预测器,通过调整脱硫系统不同工况下运行数据权重,建立了一种基于AdaBoost集成算法的出口SO_(2)浓度预测模型。为进一步提升模型学习性能和预测精度,通过引入惩罚系数和先验知识参数改进AdaBoost算法的损失函数,运用龙格库塔算法对KELM的正则系数C和核参数S进行寻优,克服初始参数设置对模型稳定性和预测精度的影响。最后利用电厂运行数据进行仿真实验,结果表明,所建立的出口SO_(2)浓度集成模型预测性能优越、准确度高,能够为脱硫系统优化控制提供技术支持。 展开更多
关键词 核极限学习机 AdaBoost集成学习 龙格库塔算法 脱硫出口so_(2)浓度 预测模型
下载PDF
基于机理和数据混合模型的SD-WFGD系统SO_(2)浓度动态预测
4
作者 李瑞连 曾德良 +3 位作者 张光明 谢衍 朱岩松 朱红成 《动力工程学报》 CAS CSCD 北大核心 2024年第7期1118-1128,1136,共12页
为了保证燃煤电站脱硫系统SO_(2)排放浓度达到环保要求的同时实现经济运行,建立了单塔双循环湿法烟气脱硫(SD-WFGD)系统出口SO_(2)浓度混合动态预测模型。首先,分析吸收SO_(2)的化学反应过程,分别建立了吸收塔出口和浆液池(AFT塔)出口SO... 为了保证燃煤电站脱硫系统SO_(2)排放浓度达到环保要求的同时实现经济运行,建立了单塔双循环湿法烟气脱硫(SD-WFGD)系统出口SO_(2)浓度混合动态预测模型。首先,分析吸收SO_(2)的化学反应过程,分别建立了吸收塔出口和浆液池(AFT塔)出口SO_(2)浓度机理模型;然后,利用变分模态分解(VMD)方法对历史运行数据和机理模型预测偏差数据进行分解,将分解后不同频率的模态分量进行重构,利用最小二乘支持向量机(LSSVM)算法训练并得到不同的模态分量模型,将不同模态分量的LSSVM模型进行加权叠加,建立了数据补偿模型;最后,将数据补偿模型输出和机理模型输出进行叠加,得到SD-WFGD系统SO_(2)浓度混合动态预测模型。结果表明:利用VMD算法将历史数据分解为不同模态,不同模态数据重构后可有效提高数据模型的预测精度;同时,将机理模型和数据模型结合,可提升模型预测能力。 展开更多
关键词 燃煤电站 SD-WFGD系统 so_(2)预测 机理建模
下载PDF
重庆市工业SO_(2)排放的驱动因素及预测研究
5
作者 傅俊越 周启刚 《应用化工》 CAS CSCD 北大核心 2024年第3期613-616,622,共5页
利用重庆市大气污染排放数据,分析了重庆市2000~2021年工业大气污染物的排放特征,运用LMDI模型对重庆市工业SO_(2)排放量的主要影响因素进行了分析,基于灰色GM(1,1)模型预测了2022~2030年重庆市工业SO_(2)的排放量变化。结果表明,2000~2... 利用重庆市大气污染排放数据,分析了重庆市2000~2021年工业大气污染物的排放特征,运用LMDI模型对重庆市工业SO_(2)排放量的主要影响因素进行了分析,基于灰色GM(1,1)模型预测了2022~2030年重庆市工业SO_(2)的排放量变化。结果表明,2000~2021年,重庆市工业SO_(2)的排放量由66.42万t减少到4.17万t,减少了93.7%。经济发展规模(ΔG)对SO_(2)排放始终具有正向驱动作用,而产业结构(ΔS)、能源消耗强度(Δf)和SO_(2)排放强度(ΔI)主要对SO_(2)排放起抑制作用。2025年重庆市工业SO_(2)排放量将减少到1.56万t,2030年将继续减少到0.47万t。 展开更多
关键词 大气污染 工业so_(2) LMDI模型 灰色GM(1 1)模型
下载PDF
H_(2)SO_(4)-Fe_(2)(SO_(4))_(3)浸出铜精矿过程中铁形态转化研究
6
作者 张明峂 罗仙平 +2 位作者 李晓东 沈楼燕 赵红波 《有色冶金设计与研究》 2024年第2期1-4,共4页
H_(2)SO_(4)-Fe_(2)(SO_(4))_(3)浸出体系因其具有成本低、腐蚀性较低等特点,被广泛应用于铜精矿的浸出。由于溶液中Fe的形态变化决定着浸出工艺的经济效益,因此针对浸出液中不同条件下的铁形态进行了研究。研究表明,Fe^(3+)与Fe^(2+)... H_(2)SO_(4)-Fe_(2)(SO_(4))_(3)浸出体系因其具有成本低、腐蚀性较低等特点,被广泛应用于铜精矿的浸出。由于溶液中Fe的形态变化决定着浸出工艺的经济效益,因此针对浸出液中不同条件下的铁形态进行了研究。研究表明,Fe^(3+)与Fe^(2+)之间的转化主要涉及电子转移,不会改变H^(+)浓度;当浸出液pH值达到2时,会产生大量黄钾铁矾沉淀,并夹杂着质量分数为1.0%的Cu和质量分数为0.5%的Zn;当浸出液中Fe^(2+)质量浓度超过46.5 g/L时,在常温下会产生FeSO_(4)·7H_(2)O结晶,并夹杂着质量分数为1.9%的Cu和质量分数为1.0%的Zn。 展开更多
关键词 铜精矿 H_(2)so_(4)-Fe_(2)(so_(4))_(3)浸出体系 浸出条件 硫酸铁 氧化
下载PDF
催化反应角度的非衡态高浓度SO_(2)转化工艺分析
7
作者 赵吉坤 《硫磷设计与粉体工程》 CAS 2024年第2期12-15,I0001,共5页
非衡态高浓度SO_(2)转化工艺为了满足工艺要求的转化率,对催化剂的选型和装填量设计提出了较高要求。从催化反应和转化角度,研究了转化一段的催化剂装填量、进气量、进口烟气温度对出口烟气温度与转化率的影响,认为进口烟气温度对出口... 非衡态高浓度SO_(2)转化工艺为了满足工艺要求的转化率,对催化剂的选型和装填量设计提出了较高要求。从催化反应和转化角度,研究了转化一段的催化剂装填量、进气量、进口烟气温度对出口烟气温度与转化率的影响,认为进口烟气温度对出口烟气温度的影响非常显著,并对催化剂选型和装填方案、进口烟气条件和温度分布提出了相应的建议。 展开更多
关键词 硫酸生产 so_(2)转化 催化剂 温度分布 高浓度烟气
下载PDF
高SO_(2)浓度烟气超低排放治理技术和方法
8
作者 赵世刚 王庆国 侯为梅 《山西化工》 CAS 2024年第8期262-263,284,共3页
以石墨化炉高SO_(2)浓度烟气为例,采用石灰-石膏脱硫工艺,优化设计了双塔双循环、低烟气流速、高液气比、增效托盘、高效管束式除雾器等新技术和方法,实现烟气超低排放,为其他行业高SO_(2)浓度烟气超低治理提供了可靠的参考,具有重要的... 以石墨化炉高SO_(2)浓度烟气为例,采用石灰-石膏脱硫工艺,优化设计了双塔双循环、低烟气流速、高液气比、增效托盘、高效管束式除雾器等新技术和方法,实现烟气超低排放,为其他行业高SO_(2)浓度烟气超低治理提供了可靠的参考,具有重要的借鉴意义。 展开更多
关键词 石墨化炉 so_(2)浓度 超低排放 双塔双循环 增效托盘
下载PDF
基于深度信念网络的循环流化床SO_(2)排放浓度预测
9
作者 郭明远 吴宝杨 《山西电力》 2024年第1期60-64,共5页
我国火电机组超低排放要求二氧化硫排放时,其质量浓度小于35 mg/m3,精准预测SO_(2)排放浓度并加以控制对于火电机组环保运行具有重要意义。针对循环流化床SO_(2)排放浓度预测问题,引入深度机器学习方法建立了基于深度信念网络的SO_(2)... 我国火电机组超低排放要求二氧化硫排放时,其质量浓度小于35 mg/m3,精准预测SO_(2)排放浓度并加以控制对于火电机组环保运行具有重要意义。针对循环流化床SO_(2)排放浓度预测问题,引入深度机器学习方法建立了基于深度信念网络的SO_(2)排放浓度预测模型。首先,通过机理分析确定影响SO_(2)排放浓度的操作变量,并作为模型输入;其次,利用DBN网络提取模型输入的深度特征,以ELM作为回归器建立预测模型;最后,将DBN-ELM模型与目前常用的3种SO_(2)排放浓度预测模型进行了对比,结果表明,该模型均方根误差、平均绝对误差分别为175.3 mg/m^(3)、117.6 mg/m^(3),预测精度远高于其他3种对比模型,在实际工程中更具有应用价值。 展开更多
关键词 深度信念网络 so_(2)排放浓度 预测模型 极限学习机
下载PDF
基于互信息PSO-LSSVM的SO_(2)浓度预测 被引量:9
10
作者 金秀章 李京 《计量学报》 CSCD 北大核心 2021年第5期675-680,共6页
针对火电厂SO_(2)污染物排放问题,提出了一种基于互信息的粒子群寻优(PSO)最小二乘支持向量机(LSSVM)模型预测方法,通过筛选出与SO_(2)实测入口浓度相关性较高的辅助变量,将其作为模型的输入,实现对主导变量SO_(2)浓度的预测。利用互信... 针对火电厂SO_(2)污染物排放问题,提出了一种基于互信息的粒子群寻优(PSO)最小二乘支持向量机(LSSVM)模型预测方法,通过筛选出与SO_(2)实测入口浓度相关性较高的辅助变量,将其作为模型的输入,实现对主导变量SO_(2)浓度的预测。利用互信息筛选出的辅助变量相比于机理分析、皮尔逊相关性筛选出的辅助变量具有更高的相关性。利用互信息筛选出的辅助变量作为LSSVM模型的输入以及粒子群法确定LSSVM的参数,不仅缩短了计算时间,还提高了预测精度。将该方法应用到某火电厂的SO_(2)浓度软测量中,利用现场数据进行仿真,结果表明预测精度较高,相对误差较低,预测趋势更贴近实际值,减小了实际值与预测值的误差(均方根误差为2.485,平均相对误差为0.2603%),为现场的SO_(2)浓度提前控制提供了软件技术支持。 展开更多
关键词 计量学 so_(2)浓度预测 互信息 粒子群寻优 最小二乘支持向量机 最小冗余最大相关性
下载PDF
基于互信息PSO-LSTM的SO_(2)浓度预测 被引量:7
11
作者 金秀章 李京 《控制工程》 CSCD 北大核心 2022年第11期1928-1932,共5页
针对电厂燃煤机组的SO_(2)污染物排放问题,提出一种基于互信息(MI)和粒子群优化算法(PSO_(2))的长短期记忆网络(LSTM)预测模型。利用MI筛选出与SO_(2)入口浓度相关性较高的辅助变量,以实现辅助变量的降维。其次,通过PSO_(2)确定LSTM的... 针对电厂燃煤机组的SO_(2)污染物排放问题,提出一种基于互信息(MI)和粒子群优化算法(PSO_(2))的长短期记忆网络(LSTM)预测模型。利用MI筛选出与SO_(2)入口浓度相关性较高的辅助变量,以实现辅助变量的降维。其次,通过PSO_(2)确定LSTM的最优参数组合,降低LSTM训练成本。最终,将选定的辅助变量作为PSO_(2)-LSTM的输入,实现对主导变量SO_(2)浓度的预测。选取火电厂现场DCS数据作为测试数据,以检验模型在真实状况下的应用表现。实验结果显示,所建模型的均方根误差为1.114 3、平均相对误差为0.028 3,表明其预测精度远高于传统预测模型。 展开更多
关键词 长短期记忆网络 互信息 so_(2)浓度预测 粒子群优化
下载PDF
基于VMD-IASO-ELM的吸收塔出口SO_(2)浓度组合预测模型 被引量:2
12
作者 金秀章 李阳峰 姚宁 《计量学报》 CSCD 北大核心 2023年第4期630-637,共8页
为提高火电厂SO_(2)污染物排放控制水平,提出一种基于变分模态分解(VMD)改进原子搜索算法(IASO)极限学习机(ELM)的吸收塔出口SO_(2)浓度组合预测模型。首先,利用机理和相关性分析确定吸收塔出口SO_(2)浓度的初始相关变量,并采用VMD算法... 为提高火电厂SO_(2)污染物排放控制水平,提出一种基于变分模态分解(VMD)改进原子搜索算法(IASO)极限学习机(ELM)的吸收塔出口SO_(2)浓度组合预测模型。首先,利用机理和相关性分析确定吸收塔出口SO_(2)浓度的初始相关变量,并采用VMD算法对其分解,保留分解结果与输出互信息中大的低频分量;然后,采用结构简单、学习速度快的ELM建立预测模型,并利用基于混合策略改进的IASO优化网络参数,提高预测精度;最后,利用模糊规则推理出误差修正项以校正ELM模型预测结果。应用历史数据仿真建模,结果表明该模型具有较高的预测精度和学习能力,能够准确跟踪吸收塔出口SO_(2)浓度变化趋势。 展开更多
关键词 计量学 so_(2)浓度预测 变分模态分解 原子搜索算法 极限学习机 模糊推理
下载PDF
基于机器学习LSTM网络的SO_(2)排放浓度预测 被引量:8
13
作者 王琦 赵静 +2 位作者 胡磊 雷彦云 王鹏程 《自动化与仪表》 2021年第7期77-80,85,共5页
CFB机组炉内炉外联合脱硫过程因其非线性、强耦合、大滞后等特点,SO_(2)排放浓度难于在线实时、准确测量,控制效果并不精准,因此建立有效的SO_(2)排放浓度预测模型很有意义。该文采集并分析研究某电厂350MWCFB锅炉现场运行数据,在脱硫... CFB机组炉内炉外联合脱硫过程因其非线性、强耦合、大滞后等特点,SO_(2)排放浓度难于在线实时、准确测量,控制效果并不精准,因此建立有效的SO_(2)排放浓度预测模型很有意义。该文采集并分析研究某电厂350MWCFB锅炉现场运行数据,在脱硫系统大样本、数据分布分散、样本函数模糊的情况下,选取影响SO_(2)排放浓度的主要变量,建立基于机器学习的LSTM网络的SO_(2)排放浓度预测模型。结果显示此模型预测精度较高、误差较小,可为控制系统提供可靠参考,有助于提高脱硫系统控制精度,具有一定的工程实用价值。 展开更多
关键词 炉内外联合脱硫 so_(2)浓度预测 机器学习 LSTM网络
下载PDF
基于PSO-Lasso算法的电站湿法脱硫出口SO_(2)浓度预测 被引量:6
14
作者 郑茗友 王伟 +2 位作者 赵文杰 王建峰 郄英杰 《华北电力大学学报(自然科学版)》 CAS 北大核心 2022年第1期112-117,共6页
为了能够简便地研究机组运行中的过程参数与脱硫效率的关系,提出了一种基于套索(Lasso,Least absolute shrinkage and selection operator)算法的预测方法。结合脱硫系统现场的实际数据,通过相关性分析筛选影响脱硫出口的主要因素。相... 为了能够简便地研究机组运行中的过程参数与脱硫效率的关系,提出了一种基于套索(Lasso,Least absolute shrinkage and selection operator)算法的预测方法。结合脱硫系统现场的实际数据,通过相关性分析筛选影响脱硫出口的主要因素。相比于传统的回归算法,创新性的使用粒子群算法(PSO)确定提取出的主要参数的函数形式,最后使用Lasso算法确定最终的预测模型,该模型在简化运算复杂度的同时保证了预测精度。训练数据的选取使用正交化法则,保证训练数据的丰富性与有效性。测试结果表明,模型预测误差为2.23 mg/m^(3),能够反映在工况变化下脱硫出口浓度的对应关系也有助于脱硫系统的优化控制,具有一定的研究与应用价值。 展开更多
关键词 WFGD Lasso回归 粒子群算法 出口so_(2)浓度 预测模型
下载PDF
双向门控循环神经网络的SO_(2)排放浓度预测模型 被引量:3
15
作者 蒋星明 曹顺安 +2 位作者 王民军 陈东 董毕承 《应用化工》 CAS CSCD 北大核心 2021年第12期3519-3523,共5页
火力发电站脱硫系统数据具有大惯性和延时性等特点,且影响SO_(2)排放浓度的因素众多。为此,建立了基于双向门控循环神经网络(biGRU)的SO_(2)排放浓度预测模型。以分析得到的主成分为输入变量,SO_(2)排放浓度为输出变量,通过训练对脱硫系... 火力发电站脱硫系统数据具有大惯性和延时性等特点,且影响SO_(2)排放浓度的因素众多。为此,建立了基于双向门控循环神经网络(biGRU)的SO_(2)排放浓度预测模型。以分析得到的主成分为输入变量,SO_(2)排放浓度为输出变量,通过训练对脱硫系统SO_(2)排放浓度数据进行预测,并进行比较。结果表明,与传统的RNN以及LSTM模型相比,biGRU模型能够获得较高的预测精度,其对称平均绝对百分比误差相较于RNN和LSTM分别下降了4.235%,0.718%,其均方根误差分别下降了1.942,0.443 mg/Nm^(3)。该模型预测误差较低,泛化能力较好,具有较高的实际应用价值,有利于实现排放控制和节能减排。 展开更多
关键词 火力发电站 脱硫系统 so_(2)排放浓度 biGRU 预测模型
下载PDF
换热器T2紫铜管在水线部位的腐蚀机理研究
16
作者 李超 王长罡 董俊华 《装备环境工程》 CAS 2024年第5期103-108,共6页
目的基于对换热器中T2紫铜管因受残留水作用而出现泄漏降压现象的研究,分析换热器T2紫铜管在水线部位的腐蚀机理。方法通过T2紫铜管的润湿试验,对腐蚀样品进行宏观和微观形貌观察,对点蚀坑部位的腐蚀产物进行EDS和XPS等表征手段分析,探... 目的基于对换热器中T2紫铜管因受残留水作用而出现泄漏降压现象的研究,分析换热器T2紫铜管在水线部位的腐蚀机理。方法通过T2紫铜管的润湿试验,对腐蚀样品进行宏观和微观形貌观察,对点蚀坑部位的腐蚀产物进行EDS和XPS等表征手段分析,探究腐蚀产物的成分和结构,从而推导出反应机理。结果铜管水线上部位和下部位都以均匀腐蚀为主,但是颜色有所差异。水线部位以点蚀为主,肉眼即可见排成直线的斑点状腐蚀坑,腐蚀产物的颜色主要为黑色和绿色。根据表征分析结果可知,腐蚀体系中含有HCO_(3)^(-)和SO_(4)^(2-)。腐蚀产物的组成有,内层Cu_(2)O,外层CuO,水线部位和水线以下部位铜管表面还有一层CuCO_(3)Cu(OH)_(2)膜。结论根据腐蚀产物的元素分析可知,在HCO_(3)^(-)和SO_(4)^(2-)共同存在的环境中,铜具有很高的点蚀敏感性,T2紫铜管很容易发生局部腐蚀,加之氧浓差电池的作用,水线部位铜管发生严重的点蚀以致穿孔失效。 展开更多
关键词 T2紫铜管 水线 点蚀 HCO_(3)^(-)和so_(4)^(2-) 局部腐蚀 氧浓差电池
下载PDF
基于修正高斯烟团模型的SO_(2)瞬时排放扩散研究 被引量:1
17
作者 王竟成 王津梅 +3 位作者 李兆辰 杨雨岚 李泽华 杨祎 《安全与环境工程》 CAS CSCD 北大核心 2022年第3期225-231,共7页
大气腐蚀不仅危害人类身体健康,而且会对暴露在大气环境中的工业设备造成腐蚀危害。SO_(2)是主要的大气污染物之一,对其扩散的研究可以预测近污染源地区大气中SO_(2)浓度分布,进而为采取监测治理措施提供理论支撑。高斯烟团模型通常用... 大气腐蚀不仅危害人类身体健康,而且会对暴露在大气环境中的工业设备造成腐蚀危害。SO_(2)是主要的大气污染物之一,对其扩散的研究可以预测近污染源地区大气中SO_(2)浓度分布,进而为采取监测治理措施提供理论支撑。高斯烟团模型通常用来模拟在小风静风条件下稳定污染点源连续排放的大气扩散问题,但对稳定污染点源瞬时排放(排放一段时间后不再排放)的研究较欠缺。提出一种修正的高斯烟团模型,将稳定污染点源瞬时排放污染物浓度扩散问题建模为排放时间内有限个烟团的叠加,分别讨论了烟团扩散时间小于或等于排放时间、扩散时间大于排放时间条件下稳定污染点源瞬时排放的大气扩散模型,并通过实例对提出的修正高斯烟团模型进行了仿真模拟试验。结果表明:修正后的高斯烟团模型能够模拟稳定污染点源连续排放和瞬时排放两种情况下污染物SO_(2)浓度分布,且模拟结果更符合实际情况。该研究结果可为近污染源地区大气中SO_(2)浓度的实时预测提供更为有效的方法。 展开更多
关键词 高斯烟团模型 稳定污染点源 so_(2)瞬时排放 so_(2)浓度预测
下载PDF
基于MIC和MPA-KELM的脱硫出口SO_(2)浓度预测 被引量:6
18
作者 闫浩思 赵文杰 《计量学报》 CSCD 北大核心 2023年第2期271-278,共8页
建立脱硫出口SO_(2)浓度预测模型是实现脱硫系统经济运行的基础。针对这一问题,提出了基于最大信息系数(MIC)的变量选择方法和基于海洋捕食算法(MPA)优化核极限学习机(KELM)的脱硫出口SO_(2)浓度预测模型。首先,采用机理分析法筛选影响... 建立脱硫出口SO_(2)浓度预测模型是实现脱硫系统经济运行的基础。针对这一问题,提出了基于最大信息系数(MIC)的变量选择方法和基于海洋捕食算法(MPA)优化核极限学习机(KELM)的脱硫出口SO_(2)浓度预测模型。首先,采用机理分析法筛选影响出口SO2浓度的变量,提出循环浆液综合流量表达方法,便于描述浆液循环泵组合的影响特性;在此基础上,通过基于最大信息系数的变量选择算法确定模型输入变量;运用MPA对KELM的正则系数C和核参数S进行寻优,建立MPA-KELM的出口SO_(2)浓度预测模型;最后,利用电厂运行数据进行仿真实验。实验结果表明,所建立出口SO_(2)浓度预测模型的均方误差、平均绝对百分比误差分别为1.23666 mg/m^(3)和4.9876%,预测精度高,能够为脱硫系统出口SO_(2)的现场优化控制提供技术支持。 展开更多
关键词 计量学 so_(2)浓度预测 核极限学习机 海洋捕食算法 最大信息系数 循环浆液 综合流量
下载PDF
基于水内标的HNO_(3)、H_(2)SO_(4)、HClO_(4)拉曼光谱定量分析研究 被引量:2
19
作者 王淦麟 柳倩 +3 位作者 李定明 郝轩 朱礼洋 杨素亮 《广东化工》 CAS 2021年第15期220-222,共3页
研究了以水为内标,采用拉曼光谱法测量水溶液中HNO_(3)、H_(2)SO_(4)、HClO_(4)浓度的可行性。研究发现,酸的加入会使得水在2700~3900cm-1范围内的伸缩振动拉曼峰的形状发生变化并导致水的拉曼散射系数增大。但酸浓度较低时,在对水的浓... 研究了以水为内标,采用拉曼光谱法测量水溶液中HNO_(3)、H_(2)SO_(4)、HClO_(4)浓度的可行性。研究发现,酸的加入会使得水在2700~3900cm-1范围内的伸缩振动拉曼峰的形状发生变化并导致水的拉曼散射系数增大。但酸浓度较低时,在对水的浓度进行修正后,可以用溶液中水在2700~3900 cm^(-1)范围内的拉曼峰为内标对几种酸进行定量分析。通过数据拟合获得的HNO_(3)、 H_(2)SO_(4)、 HClO_(4)的工作曲线分别为c(HNO_(3))=39.9RS/(1+0.6RS)(R^(2)=0.9999)、c(H_(2)SO_(4))=44.3RS/(1+2.3RS)(R^(2)=0.9994)、c(HClO_(4))=29.4RS/(1+1.1RS)(R^(2)=0.9993),其中RS=A(酸)/A(H2O),A(酸)和A(H2O)分别为酸和水的拉曼峰面积。HNO_(3)、H_(2)SO_(4)、HClO_(4)工作曲线的应用浓度范围分别为0.1~4.8 mol/L、0.1~4.1 mol/L、0.1~6.5 mol/L,检出限分别为0.0056、0.0061、0.0086 mol/L。 展开更多
关键词 水内标 溶剂浓度校正 HNO_(3) H_(2)so_(4) HClO_(4) 定量分析 拉曼光谱法
下载PDF
克拉玛依市NO_(2)和SO_(2)垂直柱浓度特征分析 被引量:1
20
作者 马莹萍 李艳红 闫晶洁 《中山大学学报(自然科学版)(中英文)》 CAS CSCD 北大核心 2021年第5期94-102,共9页
为研究新疆克拉玛依市NO_(2)和SO_(2)污染状况,了解其时空分布特征及影响因素,2018年利用地基多轴差分吸收光谱仪(MAX-DOAS)在克拉玛依市进行固定点监测和车载移动环城监测获取NO_(2)和SO_(2)垂直柱浓度数据。研究表明:1)克拉玛依市NO_... 为研究新疆克拉玛依市NO_(2)和SO_(2)污染状况,了解其时空分布特征及影响因素,2018年利用地基多轴差分吸收光谱仪(MAX-DOAS)在克拉玛依市进行固定点监测和车载移动环城监测获取NO_(2)和SO_(2)垂直柱浓度数据。研究表明:1)克拉玛依市NO_(2)和SO_(2)气体的日变化规律呈“U”型变化特征,NO_(2)垂直柱浓度一般在9:00~11:00、17:00~19:00浓度值较高,11:00~17:00浓度值较低;SO_(2)垂直柱浓度一般在11:00~13:00、15:00~17:00浓度值较高,13:00~15:00浓度值较低。即早晚高中午低。2)季节变化规律:NO_(2)和SO_(2)浓度皆表现为冬季>秋季>春季>夏季的变化特点。整体上同一时段内NO_(2)垂直柱浓度比SO_(2)垂直柱浓度值偏大。3)克拉玛依市NO_(2)和SO_(2)垂直柱浓度与风向风速密切相关,表现出风速越大污染范围越大。又由于特殊的地理条件和气象要素导致污染物的聚集,难以及时向外扩散。4)后向轨迹分析表明,克拉玛依市污染物主要源于外地。在外来区域传输影响中,克拉玛依市主要受到西北方向气团(占比为51.12%~75.83%)远距离传输和偏东方向气团(占比为14.0%~26.37%)近距离传输的影响。 展开更多
关键词 克拉玛依市 NO_(2)柱浓度 so_(2)柱浓度
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部