您当前的位置:
首页 >
文章列表页 >
基于深度学习的空预器转子红外补光图像积灰状态识别
发电技术 2022年43卷第3期 页码:510-517
发电及环境保护|更新时间:2025-06-06
|
基于深度学习的空预器转子红外补光图像积灰状态识别
Ash Accumulation State Identification for Infrared Compensation Images of Air Preheater Rotor Based on Deep Learning Method
- “在大型电站锅炉领域,专家提出了基于深度学习的空预器转子积灰分析方法,有效检测积灰程度,预测堵塞可能性,为优化运行吹灰系统提供指导。”
DOI:10.12096/j.2096-4528.pgt.20122
移动端阅览
40
浏览量
235
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
基于鲁棒正则化极限学习机的声学层析温度分布重建
基于最小二乘支持向量机的电站锅炉高效率低NOx的多目标优化研究
循环流化床锅炉脉冲风帽的流化特性研究
大语言模型赋能气候适应型电力系统的挑战与前景展望
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
张立峰
董祥虎
梁中荣
蓝茂蔚
郑国
何荣强
屈可扬
甘云华
相关机构
华北电力大学自动化系
湛江电力有限公司
中国能源建设集团广东省电力设计研究院有限公司
华南理工大学电力学院

