[发明专利]基于神经网络判别的脱硫塔优化方法在审
| 申请号： | 202110386338.5 | 申请日： | 2021-04-12 |
| 公开（公告）号： | CN113094992A | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 张志勇;阿茹娜;赵全中;姜冉 | 申请（专利权）人： | 内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06F113/08 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 王晓丽 |
| 地址： | 010020 内蒙古*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 神经网络 别的 脱硫 优化 方法 | ||
1.基于神经网络判别的脱硫塔优化方法，其特征在于：该方法包括以下步骤，
步骤一、获取脱硫塔相关运行参数，并对数据进行处理；
步骤二、将处理后的数据作为输入向量，输入到神经网络模型中，并得到输出向量。
2.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述脱硫塔相关运行参数包括烟气量、原烟气温度、石灰石浆液流量、在运循环泵总流量和石膏浆液密度。
3.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型的输出向量包括脱硫效率、浆液pH值和净烟气温度。
4.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述步骤一中对数据进行归一化处理，所述归一化处理公式如下：
式中，a、b为常数，xmax、xmin为每组因子变量的实际最大值和最小值；xi和xi’分别为因子变量归一前和归一后的值。
5.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型为BP神经网络。
6.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型的结构为单输入层、单输出层和1层隐含层的BP神经网络结构。
7.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型的输入层节点数与输入向量对应为5个，输出层节点数与输出向量对应为3个，初始隐含层节点数为7个。
8.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型的隐含层神经元的输出变换函数采用非线性S型函数，函数具体如下式：
式中，x为神经元的输入，y为神经元的输出。
9.如权利要求1所述的基于神经网络判别的脱硫塔优化方法，其特征在于：所述神经网络模型采用一阶梯度法和对数下降法分别对各网络层连线的权重值和阈值进行不断的修正，直至误差小于预设值。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司，未经内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110386338.5/1.html，转载请声明来源钻瓜专利网。
