您当前的位置:
首页 >
文章列表页 >
基于数据驱动的循环流化床机组深度调峰NOx 预测
发电技术 2025年46卷第3期 页码:627-636
发电及环境保护|更新时间:2026-06-29
|
基于数据驱动的循环流化床机组深度调峰NO
x 预测NO
x Prediction for Deep Peaking Regulation of Circulating Fluidized Bed Units Based on Data-Driven- “研究人员提出了一种基于数据驱动的循环流化床机组深度调峰运行状态下的NOx预测模型,采用鲸鱼优化算法对长短期记忆神经网络参数进行优化,该模型能够准确地反映机组大范围变负荷运行下的NOx排放变化趋势,对现场脱硝自动控制系统的运行具有良好的指导作用,为解决脱硝控制系统稳定性与经济性难题提供解决方案。”
DOI:10.12096/j.2096-4528.pgt.23135
修回:2024-06-27
移动端阅览
135
浏览量
40
下载量
3
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
甲烷掺氢微混燃烧器功率放大设计分析
多尺度特征融合强化神经网络的生物质循环流化床锅炉燃烧状态多目标预测模型
基于自编码器的锅炉受热面灰污监测建模
零碳地热能综合利用技术研究进展
350 MW超临界循环流化床锅炉联合脱硝技术应用与优化研究
相关作者
吴云峰
李鹏翔
卢彬
朱红胜
谢沙灿
王通
王家伟
汪涛
相关机构
徐州燃烧控制研究院有限公司
华北电力大学能源动力与机械工程学院, 北京市 昌平区
华南理工大学电力学院
广东粤电湛江生物质发电有限公司
华中科技大学能源与动力工程学院热能与动力工程系

