首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 電力工業 > 上海電力學院學報 > 靈活性深度調峰下鍋爐NOx排放的神經網絡方法預報 【正文】
摘要:利用MATLAB軟件中自帶的神經網絡算法模塊對經典文獻所載數據和方法進行了校核。在該方法的基礎上,將某330MW機組在深度調峰期間低負荷下的運行數據作為已知數據,就地實測的選擇性催化還原技術(SCR)入口NOx排放值作為輸出值,采用經典的Levenberg-Marquardt訓練算法,建立了神經網絡訓練模型。訓練結果表明,輸出值和目標值的擬合R值接近0.98,MATLAB軟件自帶的神經網絡算法可以預報SCR入口NOx的排放值,實現了在深度調峰低負荷運行期間達到降低試驗工作量、減少試驗成本的目的。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社