首页> 中文期刊> 《华北电力大学学报》 >基于不同ANN模型对流化床颗粒内循环量的预测研究

基于不同ANN模型对流化床颗粒内循环量的预测研究

         

摘要

双循环流化床的颗粒内循环量直接决定了副流化床内的传热效果。为了解双流化床在其他工况下的传热效果,采用多种ANN模型对颗粒的内循环量进行预测。以一种新型双流化床冷态实验系统的60组工况运行结果作为数据来源,采用5种不同的人工神经网络(ANN)模型对颗粒内循环量进行预测,并同各个工况下的实验数据进行对比。采用主流化床流化风速、炉膛隔墙高度、主流化床初始床层高度这三个因素作为模型的特征值,将颗粒内循环量作为输出目标,以平均绝对百分比误差和均方根误差作为评价指标。结果显示GA-BP、SVM以及ELM三种模型具有比较理想的预测精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号