典型文献
基于人工智能的锅炉受热面管壁温度预测
文献摘要：
为准确预测锅炉过热器的出口壁温,对某超临界机组受热面出口温度的影响因素进行分析,利用灰色关联分析法得到各影响因素与壁面金属温度的关联度,选取关联度大于0.7的10个变量作为反向传播(BP)神经网络的输入变量;针对火电厂数据样本的变化特征,通过滑动窗口数据判断,提取多个稳定负荷区段并对区段内的多个输入变量进行聚类,得到清洗后的数据样本;然后通过长短期记忆(LSTM)神经网络方法构建壁面金属温度的预测模型.以某350 MW等级超临界锅炉过热器管壁温度为预测对象,预测值与实际测量值的最大误差为4.9℃,证明了该模型的有效性.
文献关键词：
人工智能;长短时记忆神经网络;反向传播神经网络;灰色关联分析法;锅炉;过热器;超温;预测模型
中图分类号：
作者姓名：
闫新春;曹欢;华云鹏
作者机构：
河北涿州京源热电有限责任公司,河北涿州072750;华北电力大学能源与动力工程学院,北京102206
文献出处：
引用格式：
[1]闫新春;曹欢;华云鹏-.基于人工智能的锅炉受热面管壁温度预测)[J].综合智慧能源,2022(03):58-62
A类：
B类：
锅炉受热面,炉受热面管,管壁温度,温度预测,准确预测,过热器,超临界机组,出口温度,灰色关联分析法,壁面,火电厂,电厂数据,滑动窗口,稳定负荷,荷区,区段,洗后,长短期记忆,神经网络方法,MW,超临界锅炉,测量值,最大误差,长短时记忆神经网络,反向传播神经网络,超温
AB值：
0.325658
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。
