文献

J-GLOBAL ID：201702232646080201   整理番号：17A1265287

発電所の煙道ガス中の酸素含有量を予測するための人工神経回路網モデル【Powered by NICT】

Artificial neural networks model for predicting oxygen content in flue gas of power plant

著者 (3件)： Tang Zhenhao (College of Automation Engineering, Northeast Electric Power University, Jilin 132012) ,  Zhang Haiyang (College of Automation Engineering, Northeast Electric Power University, Jilin 132012) ,  Yang Hui (Xin Xiang Dream Power CO., LTD, XinXiang 453000)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 1379-1382  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 発電所の煙道ガス中の酸素含有量はボイラ燃焼プロセスは安定した保持と安全のための重要な変数の一つである。発電所の煙道ガス中の酸素含有量のための実時間モニタリングと制御が困難な現状である。この問題に対処するために,著者らは発電プラントの煙道ガス中の酸素含有量を予測するために逆伝播ニューラルネットワーク(BPNN)と遺伝的アルゴリズム(GA)に基づくソフト計測法を提案した。アルゴリズムでは,部分最小二乗(PLS)法を用いて,入力変数の次元を低減することである。発電所の歴史的データから収集したデータに基づくモデルをBPで構成されている。GAアルゴリズムを用いて,モデルの精度を改善するためのBPのパラメータを最適化した。提案の手法では,逐次実験を通して有効であることを証明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 遺伝的アルゴリズム ,  *ニューラルネットワーク ,  安全性 ,  *発電所 ,  アルゴリズム ,  *モデル ,  *煙道ガス ,  部分最小二乗法 ,  ボイラ ,  最適化 ,  燃焼過程
準シソーラス用語： 逆伝播ニューラルネットワーク ,  実時間 ,  *酸素含有量 , 【Automatic Indexing@JST】

分類 (5件)： 人工知能  (JE08000Z) ,  微生物代謝産物の生産  (FK03020A) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  斜面安定,掘削変形  (RA03070L) ,  構造動力学  (HD02000E)

タイトルに関連する用語 (6件)： 発電所 ,  煙道ガス ,  酸素含有量 ,  予測 ,  人工 ,  神経回路網モデル