论文部分内容阅读
针对火力发电厂制粉系统中,磨煤机长期处于恶劣的工作环境且相关状态监测理论发展不完备,导致实际运行中磨煤机的状态不能得到有效预测等问题,文中设计了一种基于LM_BP算法和时间序列预测理论的神经网络预测模型.通过选取合适的特征参数在Matlab中完成对应预测模型的构建,分别对正常状态下的磨出口温度模型和少煤故障状态下的磨煤机电流模型进行实验,从而得到预测结果.分析与测试结果表明,文中所建立的磨煤机运行状态预测模型的准确率可达98％以上,可以有效地为磨煤机故障与非故障状态下的运行状态分析判断提供技术支撑.