The present invention provides a method for estimating the biomass calorific value of BP artificial neural network algorithm based on the calorific value of biomass estimation methods including biomass based database reads the data read; the number of hidden layer of neural node given the neural network; weights given in connection with the neural network input layer and the hidden layer; the calorific value using the weight coefficient of known biomass estimation, prediction results are obtained; the prediction deviation calculation results and measurement results; when the deviation is less than 5%, record keeping current weight coefficient; according to the number of nodes and the neural weight coefficient of the final selection, to estimate the biomass calorific value. According to the invention, can do to ensure the basis to reduce the parameters of the certain precision, and reduce the estimation error, the model coefficients are measured using back-propagation method to estimate the correction results most close to the measured results.
【技术实现步骤摘要】
基于BP人工神经网络算法的生物质热值估算方法
本专利技术涉及垃圾焚烧领域,具体而言涉及一种基于BP人工神经网络算法的生物质热值估算方法。
技术介绍
生物质热值是设计生物质直燃锅炉或生物质气化炉中非常重要的参数之一。目前采用GB/T30727-2014固体生物质燃料发热量测定方法测量生物质热值,测量方式较为复杂,并且不同的生物质热值相差较大。因此,通常采用估算的方法获取设计生物质直燃锅炉或生物质气化炉所需的生物质热值。现有的生物质热值估算方法大多采用简单线性模型,如Milne估算公式,或是直接套用煤粉热值的估算方式。这种简单的线性模型具有如下缺点:(1)需要的基础参数较多,均需要完全使用生物质的元素分析结果及工业分析结果;(2)偏差较大,由于采用线性模型进行估算,不能很好地反映出各化学成分变动对热值的影响,如纤维素、木质素、半纤维素等;(3)部分估算方法还涉及到模型参数的选取,带有一定的人为因素。因此,需要提出一种方法,以解决上述问题。
技术实现思路
针对现有技术的不足,本专利技术提供一种基于BP人工神经网络算法的生物质热值估算方法,所述生物质热值估算方法包括:执行步骤a),读入生物质基础数据库读取数据;执行步骤b),给定所述神经网络中的隐藏层的神经节点数;执行步骤c),给定连接所述神经网络中的输入层与隐藏层的权重系数;执行步骤d),使用所述权重系数对已知生物质的热值进行估算,得到预测结果;执行步骤e),计算所述预测结果与测量结果的偏差;当所述偏差小于5%时,执行步骤f),记录保存当前权重系数;执行步骤g),根据最终选取的神经节点数与权重系数,估算未知生物质的热 ...
【技术保护点】
一种基于BP人工神经网络算法的生物质热值估算方法,其特征在于,包括:执行步骤a),读入生物质基础数据库读取数据;执行步骤b),给定所述神经网络中的隐藏层的神经节点数;执行步骤c),给定连接所述神经网络中的输入层与隐藏层的权重系数;执行步骤d),使用所述权重系数对已知生物质的热值进行估算,得到预测结果;执行步骤e),计算所述预测结果与测量结果的偏差;当所述偏差小于5%时,执行步骤f),记录保存当前权重系数;执行步骤g),根据最终选取的神经节点数与权重系数,估算未知生物质的热值。
【技术特征摘要】
1.一种基于BP人工神经网络算法的生物质热值估算方法,其特征在于,包括:执行步骤a),读入生物质基础数据库读取数据;执行步骤b),给定所述神经网络中的隐藏层的神经节点数;执行步骤c),给定连接所述神经网络中的输入层与隐藏层的权重系数;执行步骤d),使用所述权重系数对已知生物质的热值进行估算,得到预测结果;执行步骤e),计算所述预测结果与测量结果的偏差;当所述偏差小于5%时,执行步骤f),记录保存当前权重系数;执行步骤g),根据最终选取的神经节点数与权重系数,估算未知生物质的热值。2.根据权利要求1所述的方法,其特征在于,如果所述偏差不小于5%,则执行步骤h),利用执行所述步骤d)得到的预测结果修正所述步骤c)中给定的权重系数,并返回到所述步骤d),使用所述经过修正的权重系数对已知生物质的热值重新进行估算。...
【专利技术属性】
技术研发人员:许岩韦,王进,黄明生,刘玉坤,蔡旭,方杨,刘洋,
申请(专利权)人:光大环保中国有限公司,光大环境科技中国有限公司,光大环保技术研究院深圳有限公司,光大环保技术装备常州有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。