热能动力工程

作者：彭道刚,梅 兰,李生根,何 钧

单位：上海电力大学 自动化工程学院,上海 200090,,上海电力大学 自动化工程学院,上海 200090,,华能瑞金发电有限责任公司，江西 赣州 341000,,国网江西省电力公司电力科学研究院，江西 南昌 330096,

关键词：锅炉燃烧系统;大数据建模;贝叶斯神经网络;样本选择

基金：上海市科学技术委员会项目（16111106300，17511109400）；上海市科学技术委员会工程技术研究中心项目（14DZ2251100）

提出一种基于大数据的神经网络辨识多输入单输出(MultipleInput SingleOutput,MISO)系统的方法，采集现场运行的锅炉燃烧系统总风量、总煤量、炉膛氧量等历史大数据，首先使用数据平滑、去除趋势性、归一化等步骤进行数据预处理，然后利用近邻法删选出表征系统特性的样本数据集，利用神经网络模型进行训练后挖掘出数据之间的关系，最后在升、降30%负荷的情况下分别进行模型预测。结果表明,虽然只将采集到约0.658%数据容量进行训练，但在对整个大数据容量进行测试时，模型误差仍在允许的范围内。

来源：2018年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2018年第9期