您当前的位置:
首页 >
文章列表页 >
基于自编码器的锅炉受热面灰污监测建模
发电技术 2026年47卷第3期 页码:546-554
智能学习赋能新型电力系统发电|更新时间:2026-08-17
|
基于自编码器的锅炉受热面灰污监测建模
Autoencoder-Based Modeling for Fouling Monitoring on Boiler Heating Surfaces
- “准东煤碱金属含量高易致锅炉受热面沾污,传统方法存在机理简化困难、缺少标签数据等问题,为此提出了基于机器学习的受热面灰污监测建模方法,以某1000 MW电站锅炉为研究对象,建立了包含控制系统的高精度动态仿真模型,并在此基础上构建了新特征参数,提出了基于自编码器和长短期记忆神经网络的沾污量化表征建模方法,有效规避了负荷变动对热工参数的影响,为锅炉受热面的灰污监测提供了新思路。”
DOI:10.12096/j.2096-4528.pgt.260308
修回:2025-08-21
移动端阅览
44
浏览量
16
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
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
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
燃煤发电机组瞬态变负荷过程性能优化研究
125 MW超临界CO2燃煤发电机组烟气再循环对锅炉热力性能及经济性的影响分析
煤氨混燃对燃煤锅炉受热面传热特性影响分析
相关作者
杨凯博
刘明
严俊杰
陈正岸
赵玄昊
麦晓峰
钟伟文
魏帅
相关机构
西安交通大学能源与动力工程学院
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
西安交通大学动力工程多相流国家重点实验室
中能建数字科技集团有限公司,北京市 朝阳区

