基于信息融合的电厂磨煤机运行状态研究

摘要

火电厂中磨煤机是确保锅炉等后续发电设备正常运作的前提,如果磨煤机出现供煤量不足等问题,将会导致电厂出现事故.文中结合神经网络和D_S证据理论的融合思想,提出了一种基于BP神经网络和D_S证据理论的火电厂磨煤机运行状态研究方法,首先通过BP神经网络对火电厂磨煤机运行状态进行有效预测,再结合D_S证据理论将预测的结果作为决策层D_S证理论的初始证据进行融合,最终得到火电厂磨煤机的运行状态.通过实例证明,该方法可以有效的判断出磨煤机的运行状态.