-
公开(公告)号:CN112861416A
公开(公告)日:2021-05-28
申请号:CN201911186883.9
申请日:2019-11-27
Applicant: 国能生物发电集团有限公司 , 华北电力大学
IPC: G06F30/27 , G06N3/04 , G06K9/62 , G01N21/359 , G06F111/10
Abstract: 本发明公开一种基于近红外光谱主成分和神经网络的生物质固定碳含量测量与建模方法,采用定量分析方法依据标准(如:国家标准GB/T 28731‑2012《固体生物质燃料工业分析方法》)对生物质固定碳含量进行测量,获得生物质固定碳含量测量值,采用近红外光谱仪测量生物质样本的近红外光谱;测量近红外数据采集时的环境温度、压力、红外传感器探头距离样品的距离、环境光强度等状态参数;对获得的光谱数据进行基线漂移,光滑去噪等预处理;将生物质近红外光谱以及环境相关状态参数与固定碳含量测量值关联,构建预测模型。本方法对生物质样本无破坏,充分考虑测量环境造成的影响,可实现快速检测、在线测量生物质中的固定碳含量。
-
公开(公告)号:CN111006240B
公开(公告)日:2020-11-13
申请号:CN201911153651.3
申请日:2019-11-22
Applicant: 华北电力大学
Abstract: 本发明实施例提供了一种生物质锅炉炉膛温度和负荷预测方法。该方法采用皮尔逊相关系数描述运行操作参数与炉膛温度之间的相关性,并以相关系数大小作为依据对数据进行筛选,对筛选后的数据集进行主成分分析,将主成分参数作为神经网络的输入,建立双级神经网络对炉膛温度和锅炉负荷的预报模型,对锅炉的炉膛温度进行预报,将获得的炉膛温度与炉膛出口氧浓度、炉膛压力、引风机出口烟气流量等参数作为下一级神经网络的输入从而对锅炉负荷进行预测。本发明的方法通过数据筛选和主成分分析,减少了输入数据量和计算量;既采用了一级神经网络预测数据,又直接使用了原始数据的信息,预测结果更加快速准确。
-
公开(公告)号:CN111006240A
公开(公告)日:2020-04-14
申请号:CN201911153651.3
申请日:2019-11-22
Applicant: 华北电力大学
Abstract: 本发明实施例提供了一种生物质锅炉炉膛温度和负荷预测方法。该方法采用皮尔逊相关系数描述运行操作参数与炉膛温度之间的相关性,并以相关系数大小作为依据对数据进行筛选,对筛选后的数据集进行主成分分析,将主成分参数作为神经网络的输入,建立双级神经网络对炉膛温度和锅炉负荷的预报模型,对锅炉的炉膛温度进行预报,将获得的炉膛温度与炉膛出口氧浓度、炉膛压力、引风机出口烟气流量等参数作为下一级神经网络的输入从而对锅炉负荷进行预测。本发明的方法通过数据筛选和主成分分析,减少了输入数据量和计算量;既采用了一级神经网络预测数据,又直接使用了原始数据的信息,预测结果更加快速准确。
-
-