论文部分内容阅读
煤质常规分析指标与燃烧特性参数的综合运用有利于指导电厂的优化运行。对81个煤样进行了热重分析实验并获得燃烧特性参数,利用人工神经网络建立基于煤质分析数据的燃烧特性参数预测模型,并通过相关性分析、遗传算法和多次预测取平均的方法对模型进行优化。结果表明:优化建立的着火稳燃特性指数(R_w)预测模型的拟合度(R~2)为0.957,10个预测样品的平均绝对误差(MAE)为0.15;燃尽特性指数(R_j)预测模型的R~2为0.938,MAE为1.17。在生产现场利用常规分析快速预测煤粉的燃烧特性。