一种基于数据挖掘的入炉燃料发热量在线智能软诊断方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：国内许多火电站燃烧煤质波动对锅炉的稳定燃烧和安全运行构成了严重威胁，主要矛盾反映在燃料低位发热量太低。经常在炉内无法稳定燃烧。针对锅炉燃料发热量大范围波动工况下的燃烧数据特性，提出了关联信息算法和非线性映射网络的混合模型。利用此模型对国内某300MW电站锅炉现场燃烧数据进行了计算和分析，得到了判断燃料发热量变化的诊断规则知识，可以较好地预测燃料发热量的变化，优化运行人员的操作。该方法实施性强，投入成本小。而且还可以无缝地集成至现有的SIS平台中，完善锅炉系统的实时性能诊断模块。提升SIS系统二次开发的空间。http://www.cqvip.com//QK/94195X/200701/23772723.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：方法研究 数据挖掘 发热量 cqvip HTML 电站锅炉 数据挖掘 燃烧优化 智能诊断 神经网络