欢迎登录材料期刊网

材料期刊网

高级检索

为预防水冷凝汽器结垢、腐蚀,本文基于某电厂实际工况,通过循环冷却水水质智能在线监控系统监测的换热污垢特性参数和多个水质参数,利用范数灰色关联法,对于影响循环冷却水系统中换热器污垢、腐蚀的问题因素,进行了关联分析.以获得主要的影响因素作为在线预测模型的输入量,利用基于粒子群算法(PSO)的小波神经网络(WNN)建立了换热器污垢热阻、腐蚀速率的在线预测模型.同时,由模型计算的污垢热阻、腐蚀速率预测值与实际监测值进行了效果对比,验证了预测模型的准确性.

参考文献

[1] M.M. Prieto;E. Montanes;O. Menendez .Power plant condenser performance forecasting using a non- fully connected artificial neural network[J].Energy,2001(1):65-79.
[2] 樊绍胜.冷凝器污垢的灰色预测[J].电力科学与技术学报,2007(02):12-15.
[3] 侯迪波,杨丽明,周泽魁.基于模糊神经网络的周期性结垢预测方法研究[J].浙江大学学报(工学版),2004(03):307-311.
[4] 刘武,季寿红,兰志林,谷雪琴,周裕鑫.灰色GM(1,1)模型在管道腐蚀预测中的应用[J].管道技术与设备,2008(05):52-53,56.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%