《表1 输入和输出层变量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《电站锅炉采用选择性催化还原脱硝装置控制策略优化及应用分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

锅炉是一个多入、多出的具有黑箱特性非线性系统，各变量之间耦合性强，燃烧系统每个参数的变化都会对锅炉运行产生影响，各种因素会互相交错，很难用常规数学方法进行建模。BP神经网络可以模拟锅炉燃烧系统多影响因素与NOx浓度之间的关系，对BP神经网络的改进，可提高泛化能力，然后与粒子群寻优算法结合，更好地对锅炉燃烧系统优化。基于BP神经网络的锅炉NOx排放特性模型结构如图3所示，选用3层的BP神经网络建立模型，输入变量经过运行历史数据挖掘分析对NOx浓度影响较大的因素。x1、x2、x3为输入层NOx排放质量浓度节点，y1、y2、y3为输出层NOx排放浓度节点。输入、输出层变量如表1所示。