RBF-BP网络在火电厂氮氧化物浓度检测的应用

发布时间：2017-09-06 13:30

  本文关键词：RBF-BP网络在火电厂氮氧化物浓度检测的应用

  更多相关文章： 干扰 浓度检测 径向基函数 反向传播 氮氧化物

【摘要】：在分析影响火电厂氮氧化物浓度检测精度的多种原因基础上,提出建立RBF-BP神经网络模型进行改进的方法,并详细说明了样本数据、神经网络构成、训练函数、回归因子、动量因子等关键技术。以2015年实际火电厂检测数据为依据,对建立的RBF-BP神经网络进行了仿真实验,并与单一RBF仿真实验进行对比分析,实验表明平均相对误差为0.3%~1%,证明了该方法的有效性。
【作者单位】： 重庆工商大学检测控制集成系统重庆市市级工程实验室;重庆川仪分析仪器有限公司;
【关键词】： 干扰 浓度检测 径向基函数 反向传播 氮氧化物
【基金】：国家自然科学基金资助项目(61502063) 重庆市教委科研项目(KJ1500639)
【分类号】：TP183;TM621
【正文快照】： 0引言目前火电厂尾气排放在线监测仪通常采用红外线吸收法以及傅里叶吸收法原理。由于存在大气温度、样气温度、燃煤质量、电器干扰以及样气交叉等干扰因素的影响,表现出干扰因素多样化、形成因素不稳定的特点。采用硬件补偿存在硬件漂移和调试困难等问题,且也无法做到全额补，

本文编号：803403