典型文献
基于DPPSO-FNN算法的再生烟气氮氧化物预测方法
文献摘要：
为了解决催化裂化装置再生烟气氮氧化物浓度难以实时预测的问题,提出了一种基于动态参数的粒子群优化-模糊神经网络算法的再生烟气氮氧化物浓度的智能预测方法.基于数据补偿方法实现对催化裂化装置缺失数据段的补遗,弥补了不同参量之间数据尺度不匹配的缺点;建立了基于模糊神经网络算法的氮氧化物预测模型,提取了再生烟气产排过程中的动态特性,实现了输入输出数据的准确表达;设计了一种基于动态参数的粒子群优化算法,提高了算法对模型的优化能力,获得了再生烟气氮氧化物浓度值;最终将氮氧化物预测模型应用于再生烟气的产排过程.实验结果表明该预测方法具有较好的预测精度以及可接受的预测误差,可以满足催化再生器出口氮氧化物浓度的预测需求.
文献关键词：
氮氧化物智能预测;催化裂化;模糊神经网络;粒子群优化算法
中图分类号：
作者姓名：
张树才;卢薇;杨文玉
作者机构：
中石化安全工程研究院有限公司,山东 青岛266000
文献出处：
引用格式：
[1]张树才;卢薇;杨文玉-.基于DPPSO-FNN算法的再生烟气氮氧化物预测方法)[J].控制工程,2022(11):1989-1995
A类：
DPPSO,氮氧化物智能预测
B类：
FNN,再生烟气,催化裂化装置,氮氧化物浓度,实时预测,动态参数,模糊神经网络,神经网络算法,补偿方法,缺失数据,补遗,参量,动态特性,输入输出,粒子群优化算法,模型的优化,终将,模型应用,预测误差,再生器
AB值：
0.218936
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。
