预测SCR系统中吹灰器吹灰间隔时间的模型构建方法及装置

    公开(公告)号:CN114708924B

    公开(公告)日:2024-06-18

    申请号:CN202210314076.6

    申请日:2022-03-28

    Abstract: 本发明提供了一种基于BP神经网络技术预测SCR系统中吹灰器吹灰间隔时间的模型构建方法及装置,方法包括:采集SCR系统结构参数、运行数据以及历史吹灰时间间隔构建初始数据库;对初始数据库进行归一化处理,并将初始数据库划分为训练集和测试集;选择BP神经网络的激励函数,并确定BP神经网络的输入层节点、输出层节点以及隐含层节点,构建吹灰时间间隔模型;采用训练集对吹灰时间间隔模型进行训练;通过测试集对吹灰时间间隔模型进行权值和阈值进行优化,直到所述权值和阈值收敛,得到训练好的吹灰时间间隔模型。本发明根据SCR系统现有结构参数和运行数据快速、便捷、准确地确定最佳吹灰时间,避免了生产中调试的过程,大大节省了时间及经济成本。

    预测SCR系统中吹灰器吹灰间隔时间的模型构建方法及装置

    公开(公告)号:CN114708924A

    公开(公告)日:2022-07-05

    申请号:CN202210314076.6

    申请日:2022-03-28

    Abstract: 本发明提供了一种基于BP神经网络技术预测SCR系统中吹灰器吹灰间隔时间的模型构建方法及装置,方法包括:采集SCR系统结构参数、运行数据以及历史吹灰时间间隔构建初始数据库;对初始数据库进行归一化处理,并将初始数据库划分为训练集和测试集;选择BP神经网络的激励函数,并确定BP神经网络的输入层节点、输出层节点以及隐含层节点,构建吹灰时间间隔模型;采用训练集对吹灰时间间隔模型进行训练;通过测试集对吹灰时间间隔模型进行权值和阈值进行优化,直到所述权值和阈值收敛,得到训练好的吹灰时间间隔模型。本发明根据SCR系统现有结构参数和运行数据快速、便捷、准确地确定最佳吹灰时间,避免了生产中调试的过程,大大节省了时间及经济成本。

Patent Agency Ranking