一种基于BP算法的烟气含氧量预测方法

    公开(公告)号:CN115166152A

    公开(公告)日:2022-10-11

    申请号:CN202210853407.3

    申请日:2022-07-08

    IPC分类号: G01N33/00 G06N3/04 G06N3/08

    摘要: 一种基于BP算法的烟气含氧量预测方法,具体涉及一种基于动量BP算法自适应学习率的火电厂烟气含氧量预测方法,本发明为解决由原始BP算法构造的烟气含氧量预测模型在实际应用中,收敛速度慢、目标函数存在局部极小,导致烟气含氧量测量滞后,且测量结果偏差较大的问题,先获取火力发电装置不同工况下的运行参数和烟气含氧量,按照工况种类将运行参数和对应的烟气含氧量分为多组作为训练集进行归一化处理;建立BP网络预测模型,利用归一化的训练集对模型进行训练,输入归一化后的运行参数,输出烟气含氧量,得到训练好的BP网络预测模型,所述模型包括输入层、隐含层、输出层;属于火力发电风烟系统的测量领域。