基于神经网络的大型燃煤电厂so2和nox的污染物预测模型

针对现有接触式监测系统所存在的堵塞、磨损、维护费用高等缺点，应用人工神经网络的非线性动力学特性和自我学习推导能力，建立了大型电站锅炉污染物（nox、so2）排放的神经网络预测模型。现场试验结果表明，该模型有较好的预测效果，nox和so2的平均相对误差分别为4.8813%和6.1365%。