为了改变目前电厂吹灰的盲目性,本文开发了基于神经网络电厂积灰结渣的在线监测系统来指导电厂运行人员进行合理的吹灰。本文详细阐述了神经网络的机理、功能以及特点,引入了改进型BP算法(RPROP),并根据电厂实际运行情况以及锅炉机组的特点,结合RPROP神经网络的规则设计了一个非线性模型,该模型经过适当的样本点训练后,可以预测各工况下受热面清洁时的吸热量,同时计算相应工况的实际吸热量,最终求得该受热面的灰污特征参数,该灰污特征参数可以有效的反映受热面的积灰结渣程度。鉴于Matlab强大的神经网络功能,本文神经网络的设计、训练以及预测是在Matlab中完成,Matlab与受热面积灰结渣在线监测系统之间的实时通讯则用动态链接库DLL来实现,该动态链接库是由VC编写的。为了优化系统运行速度,本地数据库则是采用SQL Server数据库,并用ODBC连接方式来访问。