您当前的位置:
首页 >
文章列表页 >
基于深度学习的空预器转子红外补光图像积灰状态识别
发电及环境保护 | 更新时间:2025-06-06
    • 基于深度学习的空预器转子红外补光图像积灰状态识别

    • Ash Accumulation State Identification for Infrared Compensation Images of Air Preheater Rotor Based on Deep Learning Method

    • “在大型电站锅炉领域,专家提出了基于深度学习的空预器转子积灰分析方法,有效检测积灰程度,预测堵塞可能性,为优化运行吹灰系统提供指导。”
    • 发电技术   2022年43卷第3期 页码:510-517
    • DOI:10.12096/j.2096-4528.pgt.20122    

      中图分类号: TK 223.3+4
    • 收稿日期:2021-07-19,

      纸质出版日期:2022-06-30

    移动端阅览

  • 刘君,邓毅,杨延西等.基于深度学习的空预器转子红外补光图像积灰状态识别[J].发电技术,2022,43(03):510-517. DOI: 10.12096/j.2096-4528.pgt.20122.

    LIU Jun,DEND Yi,YANG Yanxi,et al.Ash Accumulation State Identification for Infrared Compensation Images of Air Preheater Rotor Based on Deep Learning Method[J].Power Generation Technology,2022,43(03):510-517. DOI: 10.12096/j.2096-4528.pgt.20122.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于鲁棒正则化极限学习机的声学层析温度分布重建
基于最小二乘支持向量机的电站锅炉高效率低NOx的多目标优化研究

相关作者

张立峰
董祥虎
梁中荣
蓝茂蔚
郑国
何荣强
屈可扬
甘云华

相关机构

华北电力大学自动化系
湛江电力有限公司
中国能源建设集团广东省电力设计研究院有限公司
华南理工大学电力学院
0