| 학회 |
한국화학공학회 |
| 학술대회 |
2017년 가을 (10/25 ~ 10/27, 대전컨벤션센터) |
| 권호 |
23권 2호, p.1523 |
| 발표분야 |
공정시스템 |
| 제목 |
500MW 표준 석탄 화력 발전소에서의 배가스 NOx 예측 모델 |
| 초록 |
연소 최적화는 석탄 연소 보일러에서 질소 산화물 배출을 줄이기 위한 효과적이고 경제적인 방법이다. Neural Network는 일반적으로 공정을 예측하는데 많이 사용되는 모델이다. 본 연구에서는 Neural Network를 중점적으로 Principal Component Analysis(PCA)와 kalman filter를 적용해 기존의 Neural Network보다 작은 오차를 가진 결과를 도출해 냈다. 모델링의 성능은 Partial Least Squares(PLS) 모델과 Neural Network(NN)모델을 비교했다. 예측 정확도는 PCA-kalman-NN가 일반적인 PLS와 NN를 사용한 것보다 훨씬 정확한 예측을 했다. 제안된 PCA-kalman-NN가 석탄 화력 발전소에서 배출되는 NOx를 좀더 정확히 예측해 연소 최적화를 할 수 있다. |
| 저자 |
진일봉1, 박태창1, 김태영1, 김범석1, 박상용2, 홍춘영2, 임준재2, 여영구1
|
| 소속 |
1한양대, 2한국서부발전 태안발전본부 |
| 키워드 |
공정모델링 |
| E-Mail |
|
| 원문파일 |
초록 보기 |
