火电机组锅炉烟气含氧量预测

来源：上海理工大学学报杂志2021年第4期北京时间：

作者：耿铭垚，胡锐，李凌

单位：上海理工大学 能源与动力工程学院，上海 200093,杭州华源前线能源设备有限公司，杭州 311106,上海理工大学 能源与动力工程学院，上海 200093

摘要：火电厂测量烟气含氧量主要是用氧化锆传感器和磁式氧气传感器，由于测量环境灰尘大，具有腐蚀性介质如硫化物等，容易发生测量环室堵塞和热敏元件腐蚀，所以其稳定性差，测量误差大，容易发生故障。针对这一情况提出了一种基于遗传算法和神经网络的测量模型。根据电厂已有的测点和机理分析初步选取模型辅助变量，在建模前对数据进行预处理，分别采用拉依达法则去除粗大误差、五点三次平滑滤波去除噪音。采用偏最小二乘进行主元分析，最后运用遗传算法对神经网络的权值阈值进行寻优，构建了基于遗传算法对初始权值和阈值优化的反馈神经网络模型。研究结果表明，基于遗传算法优化权值和阈值的神经网络预测烟气含氧量精度较高，且收敛速度快。

关键词：烟气含氧量;BP神经网络;遗传算法;五点三次平滑滤波;偏最小二乘

基金资助：国家自然科学基金资助项目（51476102）