關鍵詞：神經網絡 預測 nox排放 配風優化 

摘要：基于某電廠330MW燃煤鍋爐DCS歷史數據,利用MATLAB軟件分別采用BP神經網絡、遺傳算法優化神經網絡(GABP)、廣義回歸神經網絡(GRNN)對該鍋爐NOx排放量進行預測,并進行二次風及分離燃盡風噴口擋板開度優化。通過對比3種神經網絡預測結果的相對誤差、均方根誤差(RMSE)和平均絕對百分誤差(MAPE),結果表明GRNN神經網絡誤差最小,RMSE和MAPE分別為4.81mg/m3、0.91%,預測精度較高;利用GRNN神經網絡優化后,NOx排放由243mg/m3降至210.8mg/m3,可以達到降低NOx排放的目的,為燃煤電站運行提供參考。

東北電力技術雜志要求:

{1}論文中引用他人的觀點及材料時，須將參考文獻按正文中出現的先后次序列于文后。

{2}來稿恕不退還，一個月未見用稿通知請自行處理。

{3}對錄用的稿件本刊有權酌情刪改。不同意刪改者，請在來稿中注明。

{4}來稿中以下項目應完整：題名、作者姓名及機構名稱、摘要、關鍵詞、中圖分類號、英文題名、作者英文姓名（漢語拼音）及機構名稱、英文摘要、英文關鍵詞、正文、參考文獻，并附有作者簡介、基金項目、聯系方式等。

{5}中文題名一般不超過30個漢字，英文題名應與中文一致。去掉"研究、分析、探討"等詞。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社