严玥
- 作品数：3 被引量：12H指数：2
- 供职机构：重庆工商大学更多>>
- 发文基金：国家自然科学基金重庆市教委科研基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 利用RBF网络的火电厂氮氧化物浓度检测方法被引量：8
- 2017年
- 火电厂排放气体中的氮氧化物(NO_2、NO、N_2O等)浓度一直是环保检测的重要指标。针对基于光谱分析的氮氧化物浓度检测精度受到多种因素制约和干扰(如温度、粉尘、水分、电器噪音、光学镜片老化、多组分气体吸收峰值交叉干扰等),很难采用单一方法进行改进的问题。首先设计硬件预处理装置用于气体组分的过滤和提纯,然后利用构建的径向基函数(RBF)网络对传感器测试值进行校正。RBF神经网络的自学习自训练能力省去了传统的对干扰因素进行补偿的研究建模,使得检测中数据处理工作效率更高。随机抽取国内某大型火电厂2015年实际数据进行仿真实验以及预测、分析,综合平均相对误差为0.841%,表明方法的有效性。
- 严玥江赟严实
- 关键词：氮氧化物神经网络
- RBF-BP网络在火电厂氮氧化物浓度检测的应用
- 2016年
- 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。
- 严玥严实江赟
- 关键词：径向基函数氮氧化物
- Adaboost集成BP神经网络在火电厂SO_2浓度检测中的应用被引量：4
- 2016年
- 针对火电厂在线SO2浓度检测中,检测精度受到温度、压力(大气压及烟气压力)、燃煤质量、水分含量、电子器件噪声、光学镜片老化、气体吸收峰值交叉干扰等多种因素的干扰,很难以单一方法进行改进这一问题。以国内某中型火电厂2015年实际生产数据为依据,设计预处理装置完成气体的前期处理,以尽可能达到分析仪分析要求(温度、流量、含水量等),减少可预见干扰,采用Adaboost算法集成BP神经网络进行优化,降低其他因素对检测结果的干扰,仿真测试分析,证明了该方法的有效性。
- 严玥严实杨永斌江赟
- 关键词：BP神经网络ADABOOST
