660 MWの超超臨界燃炭ボイラーの現場熱状態実験データに基づき、MATLABインテリジェントツールボックスを利用し、このボイラーのNOx排出特性を放射基底(RBF)ニューラルネットワークとBPニューラルネットワークを使用してモデリングし、RBFニューラルネットワーク予測モデルの出力層の重みとRBF関数の中心と標準偏差値を最適化するために、交互勾配アルゴリズムを使用し、BPニューラルネットワークを改良するためにモーメンタム法を使用しました。2つのモデルのシミュレーションおよび予測結果の比較分析では、パラメータの最適化後のRBFニューラルネットワーク予測モデルの最大誤差は3.0 %で平均誤差は1.75 %であり、改良後のBPニューラルネットワーク予測モデルの最大誤差は6.6 %で平均誤差は4.5 %であることを示し、両モデルは高い精度と汎化能力を持っており、特にRBFニューラルネットワークモデルは計算速度が速く、適合性と汎化能力がより強いことを示しています。

燃炭ボイラー ; NOx排出 ; RBFニューラルネットワーク ; BPニューラルネットワーク ; 予測モデル