为了降低火电厂燃煤锅炉的氮氧化合物排放浓度和锅炉煤耗，提出了样本增量量子神经网络和改进型量子蜂群算法。样本增量量子神经网络可以动态建立燃煤锅炉的氮氧化合物排放浓度和锅炉煤耗的综合模型，并且可实现模型滚动优化。基于建立的综合模型，通过应用改进型量子蜂群算法优化一二次风量、燃煤量和各二次风门开度来实现锅炉燃烧优化。基于上述两种方法，开发了一套燃煤锅炉智能燃烧优化软件，并应用于某热电厂330 MW锅炉上，测试结果表明，氮氧化合物排放浓度和锅炉煤耗均有不同程度的降低，说明建模方法和优化算法是有效的。
2021-12-14 09:38:22
1.26MB
1
如何使用Matlab中BP神经网络工具箱进行加法器的设计和代码的编写
压缩包内容: BP.m----MATLAB代码实现 ; 基于BP神经网络的加法器设计与实现.docx ; 基于BP神经网络的加法器设计与实现.pdf ; 所有数据.xlsx 文档目录: 一、设计目的 二、设计思路 三、参数设置 3.1 BP神经网络参数设置 3.2 Sim函数参数设置 四、设计结果对比研究 4.1 结果分析 4.2 不同参数对比分析 4.3 残差分析 五、结论 5.1结论 5.2 优化改进 参考文献 附录 附录一 实现代码 附录二 数据导出
2021-11-21 15:06:33
5.15MB
人工智能技术在电网中的应用场景展望，对人工智能的历史发展以及相关技术作了简要概述，介绍了计算机视觉和语音技术的研究进展，适合初学者。
2021-11-09 03:20:22
169.16MB
1