洁净煤技术

作者：陈波, 徐文韬, 黄亚继, 曹歌瀚, 管诗骈, 岳峻峰

关键词：磨煤机,主成分分析,广义回归神经网络,安全性评估,预测模型,留一法

磨煤机作为锅炉运行的重要辅机设备，其性能安全直接影响整个火电机组运行安全。针对电厂磨煤机安全性评估无法实时反馈的问题，结合主成分分析(PCA)与广义回归神经网络(GRNN)建立磨煤机安全性评估预测模型。首先，以磨煤机设备的实测运行数据为试验样本，基于PCA对影响磨煤机设备安全运行的众多变量开展主成分分析；其次，基于GRNN建立磨煤机安全性评估预测模型，其中以主成分为输入参数，对应的历史专家评分为输出参数，采用“留一法”划分训练样本和测试样本提高网络模型的训练精度；最后，基于GRNN、PCA-BP神经网络和BP神经网络分别建立磨煤机安全性评估预测模型且比较4个预测模型平均相对误差和耗费时间成本。结果表明：PCA提取的3个主成分F1、F2及F3的方差贡献率达96.55%；基于PCA-GRNN神经网络建立磨煤机安全性评估预测模型的平均相对误差最小，且耗费较少的时间成本；验证了基于PCA-GRNN神经网络建立磨煤机安全性评估预测模型的有效性。

来源：2022年第06期

《洁净煤技术》期刊编辑部

查看洁净煤技术杂志2022年第06期