基于神经网络的钢铁企业电厂煤汽比预测模型_中国煤炭行业知识服务平台

基于神经网络的钢铁企业电厂煤汽比预测模型

作者

孟华王建军王华李红娟
单位

昆明理工大学冶金节能减排教育部工程研究中心
摘要

以钢铁企业自备电厂锅炉煤汽比为研究对象,以灰色关联度分析为基础,从理论和数据两方面分析了影响煤汽比的主要因素及各因素对煤汽比影响程度的大小.结果表明,各因素对煤汽比的影响程度为排烟温度>热风温度>给水温度>空燃比>烟气含氧量.基于BP神经网络预测方法,建立了自备电厂锅炉煤汽比预测模型,此BP神经网络为5-12-1结构,隐含层和输出层分别用tansig,purelin函数传递,利用改进动量梯度下降优化算法traingdm训练网格.预测结果表明,该模型网络训练值与实际值较吻合,相关系数R达到0.993 7,用建立的网络进行预测,预测的相关系数为0.976 2,平均误差绝对值为3.9%,在可控范围之内,证明了网络的可靠性与良好的泛化推广能力,可用来指导实际生产.
关键词

灰色关联度BP神经网络煤汽比自备电厂动量梯度下降算法
基金项目(Foundation)

国家自然科学基金资助项目(51066002/E060701)；NSFC-云南联合基金资助项目(U0937604)；云南省科技强省计划项目(2008KA002)；