王月兰
- 作品数：23 被引量：35H指数：4
- 供职机构：浙江大学更多>>
- 发文基金：浙江省科技计划项目国家环境保护公益性行业科研专项更多>>
- 相关领域：动力工程及工程热物理自动化与计算机技术环境科学与工程更多>>
- 循环流化床生活垃圾焚烧锅炉入炉热值实时预测系统及方法
- 本发明公开了一种循环流化床生活垃圾焚烧锅炉入炉热值实时预测系统及方法，本发明利用循环流化床生活垃圾焚烧锅炉的运行机理和运行历史数据中隐含的知识，采用PSO算法、减法聚类算法和ANFIS算法集成建模的方法，构建了一种快速经...
- 尤海辉马增益唐义军王月兰倪明江严建华
- 文献传递
- 循环流化床生活垃圾焚烧锅炉床温预测方法及系统
- 本发明公开了一种循环流化床生活垃圾焚烧锅炉床温预测方法及系统，在利用循环流化床生活垃圾焚烧锅炉的运行机理和运行历史数据中隐含的知识的基础上，采用Gamma Test算法、PSO算法、减法聚类算法和ANFIS算法集成建模的...
- 尤海辉马增益唐义军王月兰倪明江严建华
- 文献传递
- 大型燃煤锅炉节能优化研究
- 燃煤机组承担主要的发电任务。近年来燃煤机组迅速向高参数、大容量发展,发电效率得到显著地提高,大型燃煤机组的供电煤耗已经达到世界先进水平。在保证经济可持续发展的前提下,加强锅炉运行优化、深挖辅机节能潜力,最大程度节约能源、...
- 王月兰
- 关键词：燃煤锅炉节能一次风压锅炉燃烧优化飞灰含碳量
- 文献传递
- 一种一次风压力自适应控制方法
- 本发明公开了一种一次风压力自适应控制方法，该方法包括磨煤机出口超温保护回路、磨煤机一次风量低保护回路、磨煤机密封风与磨碗下部差压低保护回路和节能运行主回路。当磨煤机出口温度超过设定值、磨煤机一次风量低于设定值、磨煤机密封...
- 王月兰唐义军马增益尤海辉严建华倪明江沈跃良颜祝明罗建明岑可法
- 文献传递
- 一种高浓度有机磷废液的处理系统及处理方法
- 本发明公开了一种高浓度有机磷废液的处理系统及处理方法，该系统包括依次连接的废液焚烧系统、磷捕集回收系统、尾气处理系统；所述废液焚烧系统包括依次连接的焚烧装置、旋风分离装置；所述磷捕集回收系统包括依次连接的磷捕集装置、反应...
- 马增益赵劲潮严建华池涌李晓东蒋旭光黄群星倪明江岑可法尤海辉王月兰陈超张艺颗
- 一种一次风压力自适应控制方法
- 本发明公开了一种一次风压力自适应控制方法，该方法包括磨煤机出口超温保护回路、磨煤机一次风量低保护回路、磨煤机密封风与磨碗下部差压低保护回路和节能运行主回路。当磨煤机出口温度超过设定值、磨煤机一次风量低于设定值、磨煤机密封...
- 王月兰沈跃良唐义军马增益尤海辉陈超赵劲潮严建华倪明江颜祝明罗建明岑可法
- 文献传递
- 一种高浓度有机磷废液的处理系统及处理方法
- 本发明公开了一种高浓度有机磷废液的处理系统及处理方法，该系统包括依次连接的废液焚烧系统、磷捕集回收系统、尾气处理系统；所述废液焚烧系统包括依次连接的焚烧装置、旋风分离装置；所述磷捕集回收系统包括依次连接的磷捕集装置、反应...
- 马增益赵劲潮严建华池涌李晓东蒋旭光黄群星倪明江岑可法尤海辉王月兰陈超张艺颗
- 文献传递
- 循环流化床生活垃圾焚烧锅炉炉膛出口烟气含氧量的预测系统及方法
- 本发明公开了一种循环流化床生活垃圾焚烧锅炉炉膛出口烟气含氧量的实时预测系统及方法，采用支持向量机算法和多种群遗传粒子群优化算法集成建模的方法，构建了一种快速经济且自适应更新的系统和方法对锅炉炉膛出口烟气含氧量进行实时预测...
- 尤海辉马增益唐义军王月兰严建华倪明江池涌岑可法黄群星
- 文献传递
- 循环流化床生活垃圾焚烧锅炉NOx排放的预测系统及方法
- 本发明公开了一种循环流化床生活垃圾焚烧锅炉NOx排放的实时预测系统及方法。采用BP神经网络算法和引入单纯形算子的多种群粒子群优化算法集成建模的方法，构建了一种快速经济且自适应更新的系统和方法对锅炉烟气NOx排放进行实时预...
- 尤海辉马增益唐义军王月兰严建华倪明江池涌岑可法黄群星
- 文献传递
- 基于自适应神经模糊推理系统的煤粉锅炉飞灰含碳量建模被引量：11
- 2018年
- 飞灰含碳量是煤粉锅炉运行过程中的重要参数,对其进行建模预测具有重要意义。本文采用自适应神经模糊推理系统(ANFIS)对某660 MW机组四角切圆煤粉锅炉的飞灰含碳量进行建模。根据相关知识和运行经验,确定模型的初始输入参数;利用减法聚类算法自适应确定初始模糊规则和结构参数;利用由最小二乘估计算法和误差反向传播算法构成的混合学习算法对模糊神经网络的参数进行学习,完成飞灰含碳量模型的初始构建;对模型输入参数进行敏感性分析确定最终输入参数,以降低输入参数对模型预测精度和复杂度的影响,完成飞灰含碳量预测模型的建立。该模型预测得到的结果精度较高,可真实反映飞灰含碳量的变化情况。在此基础上,将ANFIS模型和最小二乘支持向量机(LSSVM)及BP神经网络模型的预测结果进行对比。结果表明:在训练样本数足够多的情况下,ANFIS模型对飞灰含碳量具有更高的预测精度和更强的泛化能力;而在小样本情况下,LSSVM模型的预测精度和泛化能力更好。
- 王月兰马增益尤海辉唐义军沈跃良倪明江池涌严建华
- 关键词：飞灰含碳量煤粉锅炉ANFIS最小二乘支持向量机BP神经网络
