【精彩论文】基于PSO-Elman神经网络的燃煤机组受热面清洁状态预测

观点凝练

摘要：随着节能减排政策力度的加大，国家十分重视火电厂节能降耗技术的开发研究。针对目前锅炉受热面吹灰方式不合理的情况，以污染率(FF)表征受热面清洁状态对锅炉受热面传热的影响，建立了基于PSO-Elman神经网络的受热面清洁状态预测模型，实现对受热面清洁状态的预测。采用粒子群算法（PSO）和Elman动态神经网络相结合的预测方法，首先根据输入、输出参数个数确定Elman神经网络结构，然后利用PSO优化网络的权值和阈值，将优化后的最优权值、阈值赋给Elman神经网络作为初始值进行网络训练，建立基于PSO-Elman神经网络的受热面清洁状态预测模型。通过具体实例仿真证实了所提方法的有效性，获得了较满意的预测精度，验证了该方法的有效性。
结论：针对目前燃煤电站受热面吹灰方式不合理的情况，建立了基于PSO-Elman神经网络的受热面清洁状态预测模型，实现对受热面清洁状态的预测，通过已知的受热面灰污状态预测未来受热面的灰污状态，这样将会有足够的时间进行吹灰操作的准备。将PSO-Elman预测模型、Elman预测模型对受热面未来灰污状态的预测结果与真实值进行分析对比，利用PSO-Elman预测模型所得结果误差更小，具有更高的预测精度，模型具有可行性。

引文信息

李强, 史元浩, 曾建潮, 等. 基于PSO-Elman神经网络的燃煤机组受热面清洁状态预测[J]. 中国电力, 2019, 52(5): 48-53.LI Qiang, SHI Yuanhao, ZENG Jianchao, et al. Forecast of heating surface cleanliness of coal-fired power plants based on PSO-elman neural network[J]. Electric Power, 2019, 52(5): 48-53.

 往期回顾 

编辑：杨彪

审核：许晓艳

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。