基于GA-BP对锥形布风板双流化床颗粒循环流率的预测研究

陈鸿伟; 吴晶; 何骏鹏; 李岩

English

您当前的位置：

首页 >

文章列表页 >

基于GA-BP对锥形布风板双流化床颗粒循环流率的预测研究

热力发电 2015年44卷第2期页码：90-95

发电技术论坛 | 更新时间：2025-09-28

- 基于GA-BP对锥形布风板双流化床颗粒循环流率的预测研究
- GA-BP algorithm based prediction of solids circulation rate in a dual fluidized bed with conical gas distributor
- 作者机构：
  
  华北电力大学电站设备状态监测与控制教育部重点实验室
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TK229.66
- 纸质出版：2015
- 稿件说明：
移动端阅览
陈鸿伟, 吴晶, 何骏鹏, 等. 基于GA-BP对锥形布风板双流化床颗粒循环流率的预测研究[J]. 热力发电, 2015,44(2):90-95.

CHEN Hongwei, WU Jing, HE Junpeng, et al. GA-BP algorithm based prediction of solids circulation rate in a dual fluidized bed with conical gas distributor[J]. Thermal Power Generation, 2015, 44(2): 90-95.
陈鸿伟, 吴晶, 何骏鹏, 等. 基于GA-BP对锥形布风板双流化床颗粒循环流率的预测研究[J]. 热力发电, 2015,44(2):90-95. DOI：

CHEN Hongwei, WU Jing, HE Junpeng, et al. GA-BP algorithm based prediction of solids circulation rate in a dual fluidized bed with conical gas distributor[J]. Thermal Power Generation, 2015, 44(2): 90-95. DOI：

摘要

为了合理地控制锥形布风板双流化床的颗粒循环流率

在自行搭建的冷态实验台上

研究了一些参数对颗粒循环流率的影响。结果显示

颗粒循环流率分别随着气化室风速、提升管风速、床料重量的增加而增加

随着颗粒粒径的增加而减小

随着锥形布风板角度的增加而增加。建立了GA-BP神经网络模型

利用预测值与实际值的最大相对误差和均方差来评价模型优劣

通过比较

找到了模型的最优参数设置

其预测结果的最大相对误差仅为0.108 7

均方差为0.002 0。

Abstract

In order to control solids circulation rate in dual fluidized bed with conical gas distributor properly

a cold test bench was built up to investigate the influence of several parameters on solids circulation rate.The results show that

the solids circulation rate increased with the gas velocities(to the gasification chamber or the riser)and bed material weight

while decreases with the increasing particle size.It grew with the angle of the conical gas distributor.The GA-BP neural network model was established to predict the circulation rate

and the maximum relative error and mean square error were defined to evaluate the models.By comparison

the optimal parameters of the model were found.The maximum relative error is only 0.108 7and the mean square error is 0.002.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

关联资源

机器学习在循环流化床锅炉技术中的应用进展

基于克里格模型的光伏发电量预测

电站燃煤锅炉结渣预测的研究

在役电站锅炉导汽管组织状态评估与剩余寿命预测

适合于中间点焓值预测的超临界直流锅炉蒸发受热面传热计算