基于试验运行数据的电站锅炉燃烧系统复合模型建构

摘要

在实验运行数据的支持下,通过基于多列神经网络的机器学习技术驱动下的大数据深度挖掘,研究电站锅炉燃烧系统的算法优化并提出新的计算模型.共使用10个神经网络模块,数据挖掘过程的去量纲、归一化等数据模糊过程和数据的量纲整合等解模糊过程,也通过神经网络算法进行实现.而对给煤系统、压风系统、煤粉混合系统的控制策略,并未进行技术变革.经过实验运行数据分析,该算法模型升级后,锅炉系统的燃烧控制精度、节能效果、环保效果均有一定程度的提升.