На основе данных теплового режима на месте эксплуатации больших сверхкритических угольных котлов мощностью 660 МВт, с использованием интеллектуального инструментария MATLAB, была построена модель характеристик выбросов NOx этого котла с использованием радиально-базисной (RBF) нейронной сети и нейронной сети BP, и для оптимизации весов выходного слоя модели прогнозирования нейронной сети RBF и центров и стандартных отклонений функции RBF используется алгоритм градиентного спуска, а для улучшения нейронной сети BP используется метод импульса. Сравнительный анализ результатов моделирования и прогнозирования двух моделей показывает, что максимальная ошибка прогноза модели RBF нейронной сети после оптимизации параметров составляет 3,0%, а средняя ошибка равна 1,75%, максимальная ошибка прогноза модели BP нейронной сети после улучшения составляет 6,6%, а средняя ошибка равна 4,5%, обе модели имеют хорошую точность и обобщающую способность, причем модель RBF нейронной сети работает быстрее, имеет более сильную способность адаптации и обобщения.

угольные котлы ; NOx выбросы ; радиально-базисная нейронная сеть RBF ; нейронная сеть BP ; прогностическая модель