一种基于改进的反向传播神经网络动力配煤方法

本发明涉及智能配煤技术领域，公开了一种基于改进的反向传播神经网络动力配煤方法，包括：获取动力厂不同炉型的配煤历史数据并划分多个类别；对不同炉型的配煤历史数据进行预处理，并将其划分为训练集、验证集及测试集，对预设的BP模型进行训练得到基础模型，对基础模型进行模型测试，建立目标模型；收集原煤信息作为目标模型的输入，经目标模型的分析计算后输出综合成本最低的入炉煤配比方案。本发明利用动态布谷鸟搜索算法优化BP模型，在生产工艺、锅炉设计、煤种特性等因素影响下，得到入炉煤综合成本最低的煤配比方案，解决存在的计算指标系数固定，不可进一步推广的问题，及使用穷举法进行获取最优解时无法得到全局最优解的问题。