基于非对称神经网络结构的电站锅炉智能燃烧控制模型

吴恒运; 高 林; 田建勇; 周俊波; 高海东; 王 林; 王明坤

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于非对称神经网络结构的电站锅炉智能燃烧控制模型

智能电站技术 | 更新时间：2025-09-28

- 基于非对称神经网络结构的电站锅炉智能燃烧控制模型
- Intelligent combustion control model for utility boilers based on asymmetric artificial neural networks
- 热力发电 2017年第11期
- 作者机构：
  
  1. 西安热工研究院有限公司,陕西,西安,710054
  2. 国家电投集团河南电力有限公司开封发电分公司,河南,开封,475000
- 作者简介：
  
  [ "吴恒运(1965―)，男，研究员，主要研究方向为火电厂热工控制系统先进算法及控制策略优化，wuhengyun@tpri.com.cn。" ]
- 基金信息：
- DOI：
  中图分类号： TK32
- 网络出版日期：2017-11-27，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
吴恒运, 高林, 田建勇, 等. 基于非对称神经网络结构的电站锅炉智能燃烧控制模型[J]. 热力发电, 2017,(11).

WU Hengyun, GAO Lin, TIAN Jianyong, et al. Intelligent combustion control model for utility boilers based on asymmetric artificial neural networks[J]. Thermal power generation, 2017, (11).
吴恒运, 高林, 田建勇, 等. 基于非对称神经网络结构的电站锅炉智能燃烧控制模型[J]. 热力发电, 2017,(11). DOI：

WU Hengyun, GAO Lin, TIAN Jianyong, et al. Intelligent combustion control model for utility boilers based on asymmetric artificial neural networks[J]. Thermal power generation, 2017, (11). DOI：

摘要

针对目前国内电站锅炉燃烧建模存在煤质与负荷波动频繁、测点精度有限、设备运行组合多变等产生的问题，提出了电站锅炉燃烧的非对称神经网络建模方法。将锅炉模型的输入按照实际物理规律的关联关系设计网络结构组合，去掉关联性较弱的联系，从而使模型天然体现一定的锅炉燃烧规律，实现了不同燃烧器出力分配下的单一网络建模，提高了学习训练效率，并大幅降低了模型所需样本数量。将经典对称神经网络模型和非对称神经网络模型进行对比训练，结果表明本文提出的非对称神经网络建模方法检验正确率高。将其应用于某超临界660 MW机组的燃烧优化控制，锅炉效率平均可提高0.25%。

Abstract

关键词

Keywords

references

浏览量

389

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于PLC的生物质锅炉燃烧控制系统设计

300 MW机组锅炉煤粉混合器结构优化改造

对冲燃烧锅炉水冷壁高温腐蚀运行调整

基于熵分析的不同煤种对富氧燃烧锅炉的影响

燃煤火电厂智能DCS的功能设计与应用