论文部分内容阅读
入炉垃圾热值不稳定，对焚烧炉的稳定运行有很大影响。采用遗传算法优化BP神经网络的权值和阈值，建立垃圾焚烧炉入炉垃圾热值的预测模型。利用Gamon方法和主成分分析法对某垃圾焚烧电厂在线运行数据进行分析后，作为BP神经网络的输入参数。实现入炉垃圾热值的在线测量和预测。研究结果表明，该模型预测平均相对误差为2．64％。检验样本相对误差平均值概率为95％的置信区间为[-1．75。2．59]，有较高的准确性和置信度，具有较好的工程应用价值。