В связи с тем, что существует множество факторов, влияющих на эффективность десульфурации и они взаимосвязаны, контроль эффективности десульфурации в реальном времени затруднителен, а результаты измерений не точны. В данной статье мы использовали нечеткую нейронную сеть T-S для построения прогностической модели эффективности десульфурации на основе исходных данных системы влажной десульфурации, собранных с DCS определенной электростанции, провели ее обучение и проверку на платформе MATLAB и получили довольно точную прогностическую модель эффективности десульфурации. Результаты проверки модели показывают, что используя модель нечеткой нейронной сети T-S для прогнозирования эффективности десульфурации, 85% образцов распределяются в пределах от -1.0% до 0.5% по относительной ошибке, максимальная ошибка не превышает 1.5%, что свидетельствует о высокой точности этой модели и ее способности удовлетворить реальные потребности инженерной отрасли.

Влажная десульфурация; эффективность десульфурации; нечеткая нейронная сеть T-S; прогностическая модель; MATLAB