反向建模在电厂飞灰含碳量测量中的应用
本文针对复杂热力系统非线性、时变、多耦合的特点，以电厂运行数据为研究对象，研究了复杂热力系统的反向建模方法及其应用；重点研究了偏最小二乘回归和人工神经网络这两种基于数据的建模技术，提出了偏最小二乘与人工神经网络耦合模型；并针对电站机组运行中存在的问题，分别建立了基于偏最小二乘回归以及人工神经网络的锅炉飞灰含碳量软测量模型；并且总结上述模型的优点，建立了偏最小二乘与人工神经网络耦合模型。研究结果表明：该耦合模型能够很好的解决热力系统的非线性建模问题，并且模型运算速度快、模型精度高；利用该模型可以很好地分析运行参数以及煤质变化对飞灰含碳量的影响，能够更好地指导电站锅炉的优化运行。
反向建模 飞灰含碳量 软测量 热力系统 电站锅炉
付忠广 杨国强 靳涛
华北电力大学能源与动力工程学院,电站设备状态监测与控制教育部重点实验室,北京,102206
国内会议
上海
中文
434-439
2010-09-01（万方平台首次上网日期，不代表论文的发表时间）