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
|
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
移动端阅览
90
浏览量
174
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
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
电氢耦合系统集群协同调控技术
面向新型电力系统的Transformer与Q学习双驱动智能发电控制
面向倾斜接收面的高通量聚光太阳炉优化研究
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

