RBF-BP网络在火电厂氮氧化物浓度检测的应用

严玥; 严实; 江赟

doi:10.13873/J.1000-9787(2016)12-0149-03

Chinese

您当前的位置：

首页 >

文章列表页 >

RBF-BP网络在火电厂氮氧化物浓度检测的应用

应用技术 | 更新时间：2025-09-11

- RBF-BP网络在火电厂氮氧化物浓度检测的应用
- Application of RBF-BP neural network in the detection of nitrogen oxide concentration in thermal power plant
- 传感器与微系统 2016年35卷第12期页码：149-151+160
- 作者机构：
  
  1. 重庆工商大学检测控制集成系统重庆市市级工程实验室
  2. 重庆川仪分析仪器有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61502063）;重庆市教委科研项目（KJ1500639）
- DOI：10.13873/J.1000-9787(2016)12-0149-03
  中图分类号： TM621;TP183
- 纸质出版：2016
- 稿件说明：
移动端阅览
[1]严玥,严实,江赟.RBF-BP网络在火电厂氮氧化物浓度检测的应用[J].传感器与微系统,2016,35(12):149-151+160.

YAN Yue, YAN Shi, JIANG Yun. Application of RBF-BP neural network in the detection of nitrogen oxide concentration in thermal power plant[J]. 2016, 35(12): 149-151+160.
[1]严玥,严实,江赟.RBF-BP网络在火电厂氮氧化物浓度检测的应用[J].传感器与微系统,2016,35(12):149-151+160. DOI： 10.13873/J.1000-9787(2016)12-0149-03.

YAN Yue, YAN Shi, JIANG Yun. Application of RBF-BP neural network in the detection of nitrogen oxide concentration in thermal power plant[J]. 2016, 35(12): 149-151+160. DOI： 10.13873/J.1000-9787(2016)12-0149-03.

摘要

在分析影响火电厂氮氧化物浓度检测精度的多种原因基础上

提出建立RBF-BP神经网络模型进行改进的方法

并详细说明了样本数据、神经网络构成、训练函数、回归因子、动量因子等关键技术。以2015年实际火电厂检测数据为依据

对建立的RBF-BP神经网络进行了仿真实验

并与单一RBF仿真实验进行对比分析

实验表明平均相对误差为0.3%

证明了该方法的有效性。

Abstract

Aiming at detection accuracy of nitrogen oxide concentration may interfered by all kinds of factors

the method of establishing the RBF-BP network is proposed

and then the sample data

Neural network structure

training function

regression factor

momentum factor are described. According from A Large thermal power plant’s real numbers in 2015

the computer simulation and analysis show that this method can effectively improve the accuracy. The overall-average deviation was 0. 3 %

1 %.

关键词

Keywords

references

Adaboost集成BP神经网络在火电厂SO 2 浓度检测中的应用 [J]. 严玥,严实,杨永斌,江赟. 传感器与微系统 . 2016(09)

大数据分析的无限深度神经网络方法 [J]. 张蕾,章毅. 计算机研究与发展 . 2016(01)

基于RBF神经网络算法在重金属浓度测量中的应用 [J]. 李德霞,黄廷磊,林科,翟文军. 仪表技术与传感器 . 2015(10)

Adaboost集成BP神经网络在传感器阵列检测系统中的应用 [J]. 洪磊,龚雪飞,孙寿通,简家文. 传感器与微系统 . 2015(04)

基于潜在语义分析与NIR的中药材分类研究 [J]. 陈晓峰,龙长江,牛智有,朱凯. 光学学报 . 2014(09)

基于神经网络的传感器网络数据融合技术研究 [J]. 周观民,李荣会. 计算机仿真 . 2011(10)

BP神经网络用于肝炎患者舌诊近红外光谱的研究 [J]. 严文娟,张晶,胡广芹,赵静,林凌,陆小左,李刚. 光谱学与光谱分析 . 2010(10)

粒子群优化算法在改善传感器稳定性中的应用 [J]. 李玉军,汤晓君,刘君华. 仪器仪表学报 . 2010(08)

MATLAB神经网络原理与实例精解[M]. 清华大学出版社 , 陈明, 2013

Training RBF network to tolerate single node fault [J] . Kevin Ho,Chi-sing Leung,John Sum. Neurocomputing . 2011 (6)

浏览量

115

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

污水管道有害气体的检测装置与算法设计

基于荧光图像的水华微囊藻浓度检测

Adaboost集成BP神经网络在火电厂SO₂浓度检测中的应用

饮用水溴离子浓度测量装置数据采集系统设计

基于广义回归神经网络的传感器非线性误差校正