锅炉燃烧含氧量中的大数据与神经网络技术分析

论文摘要

锅炉燃烧是工业生产中常见的形式,但其在运行过程中存在诸多潜在的问题,与之相关的能源损耗以及环境影响也是人们长期以来关注的话题。只有锅炉长期处于稳定运行状态,才可以确保其具有良好的燃烧效率。通过采集火电厂锅炉燃烧相关运行数据,旨在研究电厂大数据背景下将神经网络建模方法应用于锅炉燃烧系统辨识的可行性,探讨其对提高火力发电燃烧效率的意义。

论文目录

• 1 锅炉燃烧系统
• 2 基于大数据的神经网络模型辨识
•   2.1 数据平滑
•   2.2 数据零初始处理
•   2.3 归一化处理
• 3 神经网络技术与大数据
•   3.1 BP神经网络
•   3.2 BP学习算法介绍
•   3.3 神经网络特征参数的确定
•   3.4 神经网络拓扑结构的确定
•   3.5 隐结点数的确定
• 4 结语

文章来源

类型: 期刊论文

作者: 高菲

关键词: 锅炉燃烧,含氧量,控制机制,大数据,神经网络

来源: 工业加热 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,计算机软件及计算机应用,自动化技术

单位: 宝鸡职业技术学院

分类号: TM621.2;TP183;TP311.13

页码: 15-16+20

总页数: 3

文件大小: 1343K

下载量: 71