期刊文献+

电站锅炉燃烧系统优化运行与应用分析 被引量:3

下载PDF
导出
摘要 提高电站锅炉的热效率、节约煤资源,降低设备在燃煤期间所导致的污染,是我国实现可持续发展战略的主要研究课题,文章针对电站锅炉燃烧系统的优化运行和实际应用等相关问题进行详细分析。
作者 欧云
机构地区 银川能源学院
出处 《冶金与材料》 2019年第6期179-180,共2页 Metallurgy and Materials
  • 相关文献

参考文献2

二级参考文献11

  • 1王春林,周昊,周樟华,凌忠钱,李国能,岑可法.基于支持向量机的大型电厂锅炉飞灰含碳量建模[J].中国电机工程学报,2005,25(20):72-76. 被引量:97
  • 2郭建民,刘石,姜凡,李志宏.基于SVM的对冲燃煤锅炉NO_x排放特性[J].燃烧科学与技术,2006,12(3):243-247. 被引量:12
  • 3Li, K. , Thompson, S. , Peng, J. X.. Modelling and predic- tion of NOx emission in a coal-fired power generation plant [J]. Control Engineering Practice, 2004(12) : 707-723. 被引量:1
  • 4Habib MA, Ben-Mansour R, Antar MA. Flow field and thermal characteristics in a model of a tangentially fired fur- nace under different conditions of burner tripping[J].Heat and Mass Transfer, 2005, 41(10):909-920. 被引量:1
  • 5Yao H M,Vuthaluru H B,Tade M O,et al. Artificial neural network-based prediction of hydrogen content of coal in pow er station boilers[J]. Fuel, 2005,84 ( 12 - 13) : 1535 - 1542. 被引量:1
  • 6Smola, A. and Sch? lkopf, B. A tutorial on support vector re- gression[J]. Statistics and Computing, 2004, 14(4) :199-222. 被引量:1
  • 7Ma, J. S. , Theiler, J. , and Perkins, S. Accurate on-line support vector regression[J]. Neural Computation, 2003, 15:2683-2703. 被引量:1
  • 8Schaffer JD. Multiple objective optimization with vector eval uated genetic algorithms[J]. Proceedings of the 1st Interna- tional Conference on Genetic Algorithms, 1985, 93-100. 被引量:1
  • 9Deb K, Pratap A, Agrawal S, Meyarivan T. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II[J]. IEEE Transactions on Evolu- tionary Computation, 2002, 6(2):182- 197. 被引量:1
  • 10Chen S, Cowan C F N, Grant P M. Orthogonalleast squares learning algorithm for radial basis function uetworks[J] . IEEETrans on Neural Networks, 1991, 2(2): 302 - 309. 被引量:1

共引文献10

同被引文献5

引证文献3

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部