基于MI时序处理的GA-BP脱硫制浆系统能耗建模

论文摘要

[目的]石灰石—石膏湿法脱硫是目前燃煤电厂应用最广泛、技术最为成熟的一种烟气脱硫技术,石灰石浆液制备作为其中一道高耗能工序,具有生产过程复杂,物耗与能耗间存在非线性关系等特点,缺乏合理有效的能耗模型。为建立能够对生产参数优化提供指导的可靠的制浆系统能耗模型。[方法]基于某600 MW电厂实际运行数据,选择生产过程中的可控制量作为输入,并基于互信息（Mutual Information）理论调整各输入变量间的时滞关系,采用结合遗传算法（Genetic algorithm,GA）的改进BP神经网络建立了制浆系统的单位制浆能耗模型。[结果]试验结果表明:与未调整时序的GA-BP模型和标准BP算法的模型相比,经过时序调整的GA-BP模型的计算结果能够更为准确地接近制浆系统生产实际数据。[结论]所建立的模型可以应用到浆液制备过程的能耗优化研究中。

论文目录

• 1 互信息时序调整
• 2 GA-BP改进神经网络
•   2.1 BP神经网络
•   2.2 遗传算法优化神经网络
• 3 建立制浆能耗模型
•   3.1 辅助变量的选取
•   3.2 数据预处理
•   3.3 构建GA-BP模型
• 4 结论

文章来源

类型: 期刊论文

作者: 金秀章,李奕颖

关键词: 湿法脱硫,神经网络,能耗模型,石灰石制浆系统

来源: 南方能源建设 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用,动力工程,电力工业

单位: 华北电力大学(保定)控制与计算机工程学院

基金: 国家科技重大专项资助“煤炭清洁高效利用和新型节能技术”(2016YFB0600701)

分类号: X773

DOI: 10.16516/j.gedi.issn2095-8676.2019.04.010

页码: 64-68

总页数: 5

文件大小: 1955K

下载量: 44