关键词：神经网络 预测 nox排放 配风优化 

摘要：基于某电厂330MW燃煤锅炉DCS历史数据,利用MATLAB软件分别采用BP神经网络、遗传算法优化神经网络(GABP)、广义回归神经网络(GRNN)对该锅炉NOx排放量进行预测,并进行二次风及分离燃尽风喷口挡板开度优化。通过对比3种神经网络预测结果的相对误差、均方根误差(RMSE)和平均绝对百分误差(MAPE),结果表明GRNN神经网络误差最小,RMSE和MAPE分别为4.81mg/m3、0.91%,预测精度较高;利用GRNN神经网络优化后,NOx排放由243mg/m3降至210.8mg/m3,可以达到降低NOx排放的目的,为燃煤电站运行提供参考。

东北电力技术杂志要求:

{1}论文中引用他人的观点及材料时，须将参考文献按正文中出现的先后次序列于文后。

{2}来稿恕不退还，一个月未见用稿通知请自行处理。

{3}对录用的稿件本刊有权酌情删改。不同意删改者，请在来稿中注明。

{4}来稿中以下项目应完整：题名、作者姓名及机构名称、摘要、关键词、中图分类号、英文题名、作者英文姓名（汉语拼音）及机构名称、英文摘要、英文关键词、正文、参考文献，并附有作者简介、基金项目、联系方式等。

{5}中文题名一般不超过30个汉字，英文题名应与中文一致。去掉"研究、分析、探讨"等词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社