摘要:
基于某焦化公司烟气脱硫脱硝一体化装置的运行数据,研究此过程的静态建模方法。依据工艺原理及相应数据预处理方法构建数据集,通过K-均值聚类算法实现对过程工况的划分与样本集的约简,利用神经网络对脱硫与脱硝过程的每一工况分别进行静态建模,仿真结果表明此方法及相应神经网络模型有效。
中图分类号:
黎景平1 李亚宁2 吴小平3 刘松清3 王学雷2. 基于RBFNN的焦化烟气脱硫脱硝过程建模[J]. 燃料与化工, 2017, 48(5): 52-56.
Li Jingping1 Li Yaning2 Wu Xiaoping3 Liu Songqing3 Wang Xuelei2. Modeling of desulfurization and denitrification process for coking flue gas based on RBFNN[J]. FUEL & CHEMICAL PROCESSES, 2017, 48(5): 52-56.