基于改进BP网络的煤粉锅炉飞灰含碳量预测

摘要

介绍了改进BP神经网络的原理和建立.采用改进BP神经网络,以煤的全水分、空气干燥基水分、挥发分、灰分、低位发热量、煤粉细度、炉膛空气系数、排烟温度8种影响因素作为输入层的输入,以飞灰含碳量作为输出层的输出,对某煤粉供热锅炉的飞灰含碳量进行了预测.预测值与实测值的最大绝对误差为0.046 8×10-2,最大相对误差不超过3%,该预测方法可行.