应用人工神经网络方法处理电厂入厂煤煤质分析数据

苏伟; 陈刚

English

您当前的位置：

首页 >

文章列表页 >

应用人工神经网络方法处理电厂入厂煤煤质分析数据

热力发电 2000年第4期页码：9-11

更新时间：2025-09-28

- 应用人工神经网络方法处理电厂入厂煤煤质分析数据
- APPLICATION OF ARTIFICIAL NEURAL NETWORK METHOD IN DATA REDUCTION OF PROXIMATE ANALYSIS OF RAW COAL TO POWER PLANT
- 作者机构：
  
  广东省电力试验研究所,广州,510600
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP18
- 纸质出版：2000
- 稿件说明：
移动端阅览
苏伟, 陈刚. 应用人工神经网络方法处理电厂入厂煤煤质分析数据[J]. 热力发电, 2000,(4):9-11.

APPLICATION OF ARTIFICIAL NEURAL NETWORK METHOD IN DATA REDUCTION OF PROXIMATE ANALYSIS OF RAW COAL TO POWER PLANT[J]. Thermal Power Generation, 2000, (4): 9-11.
苏伟, 陈刚. 应用人工神经网络方法处理电厂入厂煤煤质分析数据[J]. 热力发电, 2000,(4):9-11. DOI：

APPLICATION OF ARTIFICIAL NEURAL NETWORK METHOD IN DATA REDUCTION OF PROXIMATE ANALYSIS OF RAW COAL TO POWER PLANT[J]. Thermal Power Generation, 2000, (4): 9-11. DOI：

摘要

应用人工神经网络方法处理湛江电厂入厂煤煤质分析数据，其对发热量的预测值９５．５％在国家标准允许误差３００Ｊ／ｇ以内。人工神经网络成功地应用于电厂用煤发热量的预测，说明它能够表征煤的发热量与工业分析各组分间的非线性关系。

Abstract

An artificial neural network method is used in data reduction of raw coal proximate analysis for Zhanjiang Power Plant

by which the predicted caloric value of 95% raw coal is below the allowable deviation（300 J/g）of the national standards. It is consiered that this method could represent the nonlinear relationship between heating value and compositions of proximate analysis of raw coal to power plant.

关键词

Keywords

references

浏览量

168

下载量

CSCD

文章被引用时，请邮件提醒。

提交

关联资源

TN-2000型快速煤质监测仪在柳林电厂的应用

基于模型煤发热量软测量的BTU校正方法分析

火电厂入厂煤灰分在卸车前的快速检测