您当前的位置:
首页 >
文章列表页 >
基于BP神经网络和最小二乘支持向量机的灰熔点预测和对比
发电技术   2022年43卷第1期 页码:139-146
发电及环境保护|更新时间:2025-06-06
  • 导出

  • 收藏

  • 专辑

    • 基于BP神经网络和最小二乘支持向量机的灰熔点预测和对比

    • Prediction and Comparison of Ash Fusion Temperatures Based on BP Neural Network and Least Squares Support Vector Machine

    • “在燃煤锅炉结渣预测领域,专家建立了BP神经网络和最小二乘支持向量机模型,为飞灰熔点预测提供解决方案。”
    • DOI:10.12096/j.2096-4528.pgt.20003    

      中图分类号:

    移动端阅览

  •  
  •  

89

浏览量

171

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
论文导航

相关文章

基于双向长短期记忆网络和最小二乘支持向量机模型的SCR脱硝反应器进口截面NOx浓度预测
基于最小二乘支持向量机的火电厂烟气含氧量预测模型优化研究
电网调控大语言模型能力提升关键技术研究
甲烷掺氢微混燃烧器功率放大设计分析
集成压缩二氧化碳储能的碳捕集燃煤热电联产系统热力学分析

相关作者

曾稳根
陈冬林
唐明珠
汪淑奇
胡章茂
赵国钦
蓝茂蔚
李杨

相关机构

长沙理工大学能源与动力工程学院
广东粤电靖海发电有限公司
华南理工大学电力学院
西安热工研究院有限公司