目录

专利摘要

本发明实施例提供了一种生物质锅炉炉膛温度和负荷预测方法。
该方法采用皮尔逊相关系数描述运行操作参数与炉膛温度之间的相关性,并以相关系数大小作为依据对数据进行筛选,对筛选后的数据集进行主成分分析,将主成分参数作为神经网络的输入,建立双级神经网络对炉膛温度和锅炉负荷的预报模型,对锅炉的炉膛温度进行预报,将获得的炉膛温度与炉膛出口氧浓度、炉膛压力、引风机出口烟气流量等参数作为下一级神经网络的输入从而对锅炉负荷进行预测。
本发明的方法通过数据筛选和主成分分析,减少了输入数据量和计算量;既采用了一级神经网络预测数据,又直接使用了原始数据的信息,预测结果更加快速准确。

专利状态

基础信息

专利号
CN201911153651.3
申请日
2019-11-22
公开日
2020-04-14
公开号
CN111006240A
主分类号
/F/F23/ 机械工程;照明;加热;武器;爆破
标准类别
燃烧设备;燃烧方法
批准发布部门
国家知识产权局
专利状态
审查中-实审

发明人

张俊姣 安梦迪 董长青 胡笑颖 王孝强 覃吴 赵莹 薛俊杰

申请人

华北电力大学

申请人地址

102206 北京市昌平区回龙观镇北农路2号华北电力大学

专利摘要

本发明实施例提供了一种生物质锅炉炉膛温度和负荷预测方法。
该方法采用皮尔逊相关系数描述运行操作参数与炉膛温度之间的相关性,并以相关系数大小作为依据对数据进行筛选,对筛选后的数据集进行主成分分析,将主成分参数作为神经网络的输入,建立双级神经网络对炉膛温度和锅炉负荷的预报模型,对锅炉的炉膛温度进行预报,将获得的炉膛温度与炉膛出口氧浓度、炉膛压力、引风机出口烟气流量等参数作为下一级神经网络的输入从而对锅炉负荷进行预测。
本发明的方法通过数据筛选和主成分分析,减少了输入数据量和计算量;既采用了一级神经网络预测数据,又直接使用了原始数据的信息,预测结果更加快速准确。

相似专利技术