您的位置： 专家智库 > >

陈重

作品数：8 被引量：34H指数：3
供职机构：东北电力大学更多>>
相关领域：环境科学与工程化学工程更多>>

合作作者

文献类型

  • 5篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 5篇环境科学与工...
  • 2篇化学工程

主题

  • 8篇脱硫
  • 7篇烟气
  • 7篇烟气脱硫
  • 7篇气脱
  • 7篇氨法
  • 6篇脱硫效率
  • 6篇氨法烟气脱硫
  • 5篇氨法脱硫
  • 2篇液气比
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇偏最小二乘
  • 2篇偏最小二乘回...
  • 2篇向量机
  • 2篇浆液密度
  • 1篇烟气脱硫技术
  • 1篇遗传算法
  • 1篇优化BP神经...
  • 1篇神经网
  • 1篇神经网络

机构

  • 8篇东北电力大学
  • 1篇华能巢湖发电...
  • 1篇吉林市热力集...

作者

  • 8篇陈重
  • 7篇洪文鹏
  • 2篇张玲
  • 2篇张智达
  • 2篇关越波
  • 2篇张毅
  • 1篇赖福生
  • 1篇关越
  • 1篇单鑫

传媒

  • 2篇化工自动化及...
  • 2篇动力工程学报
  • 1篇东北电力大学...

年份

  • 2篇2014
  • 4篇2013
  • 2篇2012
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于偏最小二乘回归的氨法烟气脱硫效率预测被引量：3
2013年
以影响氨法烟气脱硫效率的主要参数作为输入变量,以脱硫效率作为输出变量,采用偏最小二乘回归法建立了氨法烟气脱硫效率计算模型并对电厂脱硫效率进行了预测.结果表明:采用氨法烟气脱硫效率计算模型得出的预测值与实际运行数据的最大相对误差小于4.0%,模型的平均误差为0.53%,说明该烟气脱硫效率计算模型的预测精度较高,能够满足烟气脱硫效率预测的工程需要.
洪文鹏陈重
关键词：氨法烟气脱硫脱硫效率
基于偏最小二乘回归的湿法烟气脱硫效率预测被引量：6
2014年
利用影响石灰石—石膏湿法脱硫效率的主要参数为输入变量,脱硫效率作为输出变量,采用偏最小二乘回归法(Partial least squares regression,PLS)对脱硫系统进行建模,提出了湿法烟气脱硫效率计算模型。运用此模型对某电厂湿法烟气脱硫效率进行预测,预测结果和运行数据最大相对误差小于5.0%.表明PLS对湿法脱硫效率预测精度较高,对脱硫系统运行具有一定的指导意义。
单鑫洪文鹏陈重
关键词：湿法脱硫脱硫效率
基于多参数的氨法烟气脱硫效率预测方法
本发明是一种基于多参数的氨法烟气脱硫效率预测方法，其特点是：选用四种不同的人工智能计算模型，将氨法脱硫系统运行过程中所采集的多组烟气量、循环泵流量、浓缩泵流量、氨浓度、吸收液浓度、液气比、进口烟气温度、耗氨量、喷淋浆液密...
洪文鹏陈重张毅张玲张智达关越波
文献传递
基于多参数的氨法烟气脱硫效率预测方法研究
伴随着国民经济的发展和生活水平的提高，能源的需求量日益增长，化石燃料燃烧所释放的so2对环境的影响也日趋严重。烟气脱硫就成为解决我国当下空气污染与经济发展之间矛盾的重要方法之一。因此，选择一套技术先进、牛.产适用、经济合...
陈重
关键词：氨法脱硫脱硫效率
文献传递
模拟退火优化的支持向量机在氨法脱硫效率预测中的应用
2012年
运用支持向量机对氨法烟气脱硫效率问题进行建模,利用模拟退火算法对所建模型参数进行优化,得到最优参数组合。以脱硫过程中的烟气量、氨浓度、吸收液浓度、液气比、进口烟气温度、耗氨量和喷淋塔浆液pH值为输入变量,脱硫效率为输出量建立预测模型。采用氨法脱硫系统的运行数据对模型进行校验和寻优,并利用寻优后的模型对20组脱硫数据进行预测评判,最大相对误差小于4%,表明此模型具有较高的预测精度。
洪文鹏陈重
关键词：氨法脱硫脱硫效率支持向量机模拟退火算法
一种氨法烟气脱硫技术工艺研究的新方法被引量：2
2013年
针对氨法烟气脱硫技术工艺的研究,利用氨法脱硫系统中烟气量、氨浓度等7个主要运行参数为输入变量,脱硫效率为输出量,建立遗传优化的最小二乘支持向量机预测模型。选取某电厂的20组实际监测数据对上述模型进行校验,检测其预测精度。另选一组数据,连续改变其中某一个参数,进行多次预测,观察此参数与脱硫效率间的关系。结果表明:此方法可以应用于氨法脱硫工艺的研究,同时对实际运行也有一定的指导意义。
洪文鹏陈重赖福生关越
关键词：氨法脱硫脱硫效率最小二乘支持向量机遗传算法
基于自适应粒子群优化BP神经网络的氨法烟气脱硫效率预测被引量：22
2013年
针对氨法烟气脱硫效率的预测问题,建立了以脱硫系统运行中8个主要参数作为输入变量的BP神经网络模型,采用粒子群优化算法(PSO)对建立的BP神经网络模型的权值进行优化,提出基于粒子群优化算法的BP神经网络(PSO-BP)预测新模型,并利用某电厂脱硫系统20组运行数据对该模型进行了验证.结果表明:采用PSO算法对BP神经网络的权值和阈值进行寻优,避免了网络局部极小值的出现,提高了网络的泛化能力,采用PSO-BP预测模型可以对氨法烟气脱硫效率进行较高精度的预测.
洪文鹏陈重
关键词：BP神经网络模型脱硫效率烟气氨法PSO算法
基于多参数的氨法烟气脱硫效率预测方法
本发明是一种基于多参数的氨法烟气脱硫效率预测方法，其特点是：选用四种不同的人工智能计算模型，将氨法脱硫系统运行过程中所采集的多组烟气量、循环泵流量、浓缩泵流量、氨浓度、吸收液浓度、液气比、进口烟气温度、耗氨量、喷淋浆液密...
洪文鹏陈重张毅张玲张智达关越波
全选 清除 导出
共1页<1>
聚类工具0