基于静电法和BP神经网络的入炉煤量实时检测方法

本发明公开了属于机组入炉煤量实时测量技术领域，特别涉及一种基于静电法和BP神经网络的入炉煤量实时检测方法方法，包括：选取BP神经网络模型中辅助变量，所述辅助变量包括：静电信号强度、煤粉流速以及温度；通过全截面非接触式静电方法，测量风粉参数值，通过计算分析辅助变量与入炉煤量的Pearson相关关系，验证辅助变量选取的合理性；进行数据降噪处理与归一化处理建立BP神经网络模型；比较稳定负荷和变负荷下给煤量和BP神经网络预测的入炉煤量，并引入平均相对误差、平均绝对误差、均方根误差作为模型的评价指标验证准确性。实现入炉煤量实时准确检测，提高响应负荷和变负荷的控制性能，提高机组变负荷的控制速率和能源利用率。