典型文献
基于输入参数优化选择的BP神经网络预测垃圾焚烧酸性气体原始排放浓度研究
文献摘要：
为准确预测垃圾焚烧发电厂SO2、HCl酸性气体原始排放浓度,采用Copula函数探讨了多运行参数与酸性气体排放之间的相关性大小,并选择相关性较大的参数作为原始浓度预测的输入参数,建立了酸性气体原始浓度BP神经网络预测模型.以某垃圾焚烧电厂实测运行数据进行实例分析,证明了上述分析方法和预测模型的有效性.
文献关键词：
垃圾焚烧;酸性气体;Copula函数;BP神经网络
中图分类号：
作者姓名：
张瑛华;王明峰;刘博洋;张明阳
作者机构：
中国恩菲工程技术有限公司,北京100038;赣州恩菲环保能源有限公司,江西 赣州341113;苏州大学,江苏 苏州215031
文献出处：
引用格式：
[1]张瑛华;王明峰;刘博洋;张明阳-.基于输入参数优化选择的BP神经网络预测垃圾焚烧酸性气体原始排放浓度研究)[J].有色设备,2022(05):1-4,9
A类：
B类：
输入参数,优化选择,酸性气体,排放浓度,准确预测,垃圾焚烧发电厂,SO2,HCl,Copula,运行参数,气体排放,浓度预测,神经网络预测模型,垃圾焚烧电厂,运行数据
AB值：
0.214743
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。
