期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度卷积神经网络和支持向量机的NO_(x)浓度预测
被引量:
24
1
作者
余印振
韩哲哲
许传龙
《中国电机工程学报》
EI
CSCD
北大核心
2022年第1期238-247,共10页
NO_(x)浓度的准确预测对于燃烧优化控制至关重要,有利于提高能源利用效率和减少环境污染。提出了一种基于深度卷积神经网络(deep convolution neural network,DCNN)和支持向量机(support vector machine,SVM)的NO_(x)浓度预测方法。该...
NO_(x)浓度的准确预测对于燃烧优化控制至关重要,有利于提高能源利用效率和减少环境污染。提出了一种基于深度卷积神经网络(deep convolution neural network,DCNN)和支持向量机(support vector machine,SVM)的NO_(x)浓度预测方法。该方法首先利用DCNN对火焰图像的深层特征进行提取,然后采用支持向量机对所提取到的深层特征进行分析,从而实现NO_(x)浓度预测。通过采集4.2MW重油燃烧锅炉不同燃烧工况下的火焰图像与NO_(x)浓度,对所提出的预测方法的有效性进行测试。试验结果表明,在不同燃烧工况下,DCNN-SVM的均方根误差为1.58mg/m^(3),低于基于静态物理特征的预测模型(7.96mg/m^(3))。表明DCNN-SVM具有较高的预测精度,不仅克服了静态物理特征表达能力的不足,而且摆脱了繁琐的特征设计过程。
展开更多
关键词
深度卷积神经网络
支持向量机
NO_(x)浓度
火焰图像
在线阅读
下载PDF
职称材料
燃煤发电厂高温高尘烟气流速静电测量技术研究
被引量:
4
2
作者
李舒
余印振
+1 位作者
李健
许传龙
《传感技术学报》
CAS
CSCD
北大核心
2020年第3期358-363,共6页
高温烟气流速(流量)是实现燃煤电厂选择性催化还原脱硝(SCR)过程优化控制的关键参数之一,提高烟气流量测量的准确性对于提高SCR系统脱硝系统效率和控制NOX排放浓度具有重要意义。针对燃煤电厂烟气管道管径大、截面速度分布不均匀、含尘...
高温烟气流速(流量)是实现燃煤电厂选择性催化还原脱硝(SCR)过程优化控制的关键参数之一,提高烟气流量测量的准确性对于提高SCR系统脱硝系统效率和控制NOX排放浓度具有重要意义。针对燃煤电厂烟气管道管径大、截面速度分布不均匀、含尘量高等特点,利用烟道内飞灰颗粒起电,开展了基于静电原理的SCR区高温高尘烟气流速测量方法研究。开发了接触式棒状静电互相关高温烟气流速测量系统,在实验室输送带装置上进行了性能实验评价研究,并对某330 MW燃煤机组锅炉脱硝系统入口烟气流量进行了现场测试。试验结果表明在3.1 m/s^43.6 m/s速度范围内,速度相对误差优于4.8%,重复性误差小于4.1%,验证了静电法烟气流量测量方法的可行性和准确性,并适用于高温高尘烟气恶劣现场环境,为开发新型可靠的高温烟气流速在线测量系统提供了技术基础。
展开更多
关键词
燃煤发电厂
烟气速度
颗粒静电
相关法
选择性催化还原脱硝系统
在线阅读
下载PDF
职称材料
题名
基于深度卷积神经网络和支持向量机的NO_(x)浓度预测
被引量:
24
1
作者
余印振
韩哲哲
许传龙
机构
东南大学能源与环境学院火电机组振动国家工程研究中心
出处
《中国电机工程学报》
EI
CSCD
北大核心
2022年第1期238-247,共10页
基金
国家自然科学基金项目(51976038)
江苏省重点研发计划(社会发展)(BE2020691)。
文摘
NO_(x)浓度的准确预测对于燃烧优化控制至关重要,有利于提高能源利用效率和减少环境污染。提出了一种基于深度卷积神经网络(deep convolution neural network,DCNN)和支持向量机(support vector machine,SVM)的NO_(x)浓度预测方法。该方法首先利用DCNN对火焰图像的深层特征进行提取,然后采用支持向量机对所提取到的深层特征进行分析,从而实现NO_(x)浓度预测。通过采集4.2MW重油燃烧锅炉不同燃烧工况下的火焰图像与NO_(x)浓度,对所提出的预测方法的有效性进行测试。试验结果表明,在不同燃烧工况下,DCNN-SVM的均方根误差为1.58mg/m^(3),低于基于静态物理特征的预测模型(7.96mg/m^(3))。表明DCNN-SVM具有较高的预测精度,不仅克服了静态物理特征表达能力的不足,而且摆脱了繁琐的特征设计过程。
关键词
深度卷积神经网络
支持向量机
NO_(x)浓度
火焰图像
Keywords
deep convolution neural network
support vector machine
NOx concentration
flame image
分类号
TM85 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
燃煤发电厂高温高尘烟气流速静电测量技术研究
被引量:
4
2
作者
李舒
余印振
李健
许传龙
机构
南京市计量监督检测院科技发展部
东南大学能源与环境学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2020年第3期358-363,共6页
基金
国家自然科学基金项目(51676044)
江苏省自然科学基金青年项目(BK20190366)
南京市质量技术监督局重点科技计划项目(KJ2017014)。
文摘
高温烟气流速(流量)是实现燃煤电厂选择性催化还原脱硝(SCR)过程优化控制的关键参数之一,提高烟气流量测量的准确性对于提高SCR系统脱硝系统效率和控制NOX排放浓度具有重要意义。针对燃煤电厂烟气管道管径大、截面速度分布不均匀、含尘量高等特点,利用烟道内飞灰颗粒起电,开展了基于静电原理的SCR区高温高尘烟气流速测量方法研究。开发了接触式棒状静电互相关高温烟气流速测量系统,在实验室输送带装置上进行了性能实验评价研究,并对某330 MW燃煤机组锅炉脱硝系统入口烟气流量进行了现场测试。试验结果表明在3.1 m/s^43.6 m/s速度范围内,速度相对误差优于4.8%,重复性误差小于4.1%,验证了静电法烟气流量测量方法的可行性和准确性,并适用于高温高尘烟气恶劣现场环境,为开发新型可靠的高温烟气流速在线测量系统提供了技术基础。
关键词
燃煤发电厂
烟气速度
颗粒静电
相关法
选择性催化还原脱硝系统
Keywords
coal-fired power plant
flue gas velocity
particle electrification
cross-correlation method
SCR denitrification system
分类号
TK39 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度卷积神经网络和支持向量机的NO_(x)浓度预测
余印振
韩哲哲
许传龙
《中国电机工程学报》
EI
CSCD
北大核心
2022
24
在线阅读
下载PDF
职称材料
2
燃煤发电厂高温高尘烟气流速静电测量技术研究
李舒
余印振
李健
许传龙
《传感技术学报》
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部