崔 锐，刘国栋，李晓江（京能山西漳山发电有限责任公司，山西 长治 046021）

·发电技术及其他·

基于L-M算法优化BP神经网络的飞灰含碳量测量

崔 锐，刘国栋，李晓江
（京能山西漳山发电有限责任公司，山西 长治 046021）

针对目前用于测量飞灰含碳量的烟道微波飞灰测碳仪没有充分考虑烟气密度影响的问题，设计了一种微波幅度和相位组合测试系统用于补偿烟气密度变化。通过对飞灰含碳量影响因素的机理分析以及灰色关联法对其相关性的计算，以微波功率衰减、微波相移量、燃烧器摆角、一次风总风压、二次风挡板开度作为模型输入参数，构造了基于L-M算法优化BP神经网络的数据融合技术的飞灰含碳量测量系统。仿真实验结果表明该系统对飞灰含碳量的测量较烟道式飞灰测碳仪的测量结果更加真实和准确。

飞灰含碳量；数据融合；BP网络

0 引言

锅炉飞灰含碳量是表征锅炉燃烧效率的一个重要研究指标，快速而准确检测有助于提高机组的运行效率，提高运行人员的掺烧水平。根据当前的飞灰含碳量检测技术，构造了基于L-M（levenberg-marquardt） 算 法 优 化 BP（back propagation） 神经网络的数据融合技术[1-2]的飞灰含碳量测量系统，用于对烟气密度的变化进行有效补偿。首先，BP神经网络对信息数据进行融合；其次，应用L-M算法对BP神经网络进行优化，提高网络的训练精度。

1 数据融合方法

1.1 kalman滤波及其扩展方法

在动态环境中多传感器低层数据的融合多应用kalman滤波法[3]，该方法的核心是对动态冗余数据进行实时的融合。……