基于灰色关联和BP神经网络研究废弃物气化特性

李延吉; 李润东; 李爱民; 朱洪镇; 冯磊; 刘耀鑫

doi:10.19666/j.rlfd.2008.05.004

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 >

基于灰色关联和BP神经网络研究废弃物气化特性

基础研究 | 更新时间：2025-09-28

- 基于灰色关联和BP神经网络研究废弃物气化特性
- STUDY ON CHARACTERISTICS OF WASTE GASIFICATION BASED ON GREY RELATION ANALYSIS AND BP NEURAL NETWORK
- 热力发电 2008年第5期页码：16-20
- 作者机构：
  
  1. 沈阳航空工业学院
  2. 大连理工大学
  3. 沈阳化工学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(50606028);辽宁省教育厅计划资助项目(05L323);学院自选课题(200614Y)
- DOI：10.19666/j.rlfd.2008.05.004
  中图分类号： X705
- 纸质出版：2008
- 稿件说明：
移动端阅览
李延吉, 李润东, 李爱民, 等. 基于灰色关联和BP神经网络研究废弃物气化特性[J]. 热力发电, 2008,(5):16-20.

LI Yan-ji1, LI Run-dong1, LI Ai-min2, et al. STUDY ON CHARACTERISTICS OF WASTE GASIFICATION BASED ON GREY RELATION ANALYSIS AND BP NEURAL NETWORK[J]. Thermal power generation, 2008, (5): 16-20.
李延吉, 李润东, 李爱民, 等. 基于灰色关联和BP神经网络研究废弃物气化特性[J]. 热力发电, 2008,(5):16-20. DOI： 10.19666/j.rlfd.2008.05.004.

LI Yan-ji1, LI Run-dong1, LI Ai-min2, et al. STUDY ON CHARACTERISTICS OF WASTE GASIFICATION BASED ON GREY RELATION ANALYSIS AND BP NEURAL NETWORK[J]. Thermal power generation, 2008, (5): 16-20. DOI： 10.19666/j.rlfd.2008.05.004.

摘要

使用灰色关联分析

发现气化温度、物料特性(主要是挥发分和固定碳)和气化剂流量是影响有机固体废弃物气化产气组成和可燃气含量的主要因素

给出了影响因素对参考因素影响程度。采用3层改进BP神经网络建立了废弃物气化产气组分含量和产气热值的预测模型

模型预测与实测结果的最大相对误差分别为11%和2.8%

证明网络的预测效果较好。

Abstract

The grey relationship knowledge has been used in the study

it is discovered that the main factors affecting the produced gas composition and combustible gas content from organic solid waste gasification are the gasification temperature

the materials' property(mostly means volatile matter and fixed carbon)

and the flow rate of oxidant

the affecting degree of said factors upon reference factors being given.A prediction model for composition content and calorific value of the produced gas has been established by using three-layer perfection of the BP neural network.The maximal relative error between model prediction and the measured result is 11% and 2.0% respectively

proving that the prediction effect of the said network is better.

关键词

Keywords

references

浏览量

143

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

有机废弃物气化焚烧的NO_x和SO₂排放试验研究

热工仪表非线性校正方法的研究

基于L-M算法的火电厂实时数据神经网络预测模型研究

我国生物质气化发电技术应用及展望

新型秸秆双床热解制气工艺的设计研究