典型文献
基于多层感知器神经网络的锅炉再热蒸汽温度预测
文献摘要：
为大规模消纳新能源,燃煤电站需要频繁调整负荷,这给再热蒸汽温度控制带来了一些困难.以某1000 MW超超临界燃煤锅炉为研究对象,利用其历史运行数据,建立基于多层感知器神经网络(MLP)的锅炉再热蒸汽温度预测模型.结果表明,所建立的再热蒸汽温度预测模型均方误差仅0.71℃,在平均相对误差、相关系数、训练用时以及泛化效果都要优于长短时记忆神经网络(LSTM)以及支持向量机(SVM).将该模型预测结果引入控制器有助于提高再热蒸汽温度控制品质.
文献关键词：
燃煤锅炉;MLP神经网络;再热蒸汽温度;预测模型
中图分类号：
作者姓名：
陈刚;蒲靖凡;梅海龙;虞兵;张林;石川;谭鹏
作者机构：
国电汉川发电有限公司,湖北 孝感431616;华中科技大学能源与动力工程学院煤燃烧国家重点实验室,湖北 武汉430074
文献出处：
引用格式：
[1]陈刚;蒲靖凡;梅海龙;虞兵;张林;石川;谭鹏-.基于多层感知器神经网络的锅炉再热蒸汽温度预测)[J].湖南电力,2022(01):71-75
A类：
B类：
多层感知器神经网络,再热蒸汽温度,规模消纳,纳新,燃煤电站,调整负荷,温度控制,MW,超超临界,燃煤锅炉,历史运行数据,MLP,温度预测模型,均方误差,平均相对误差,长短时记忆神经网络,高再
AB值：
0.185329
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
