基于改进TOPSIS法的火电厂混煤掺烧方案选择

被引:2
作者
张杨悦
王东风
机构
[1] 华北电力大学
关键词
TOPSIS法; 火电厂; 混煤掺烧; 粒子群优化; 系统决策;
D O I
暂无
中图分类号
TM621 [火力发电厂、热电站];
学科分类号
080802 ;
摘要
为了使发电成本降低,当今火电厂大多都采用混煤掺烧的技术,如何确定合理的掺烧比例是发电行业亟待解决的问题之一。提出一种改进TOPSIS法的混煤掺烧方案选择方法,分析灰分、挥发分、着火温度、灰熔点、发热量和成本6个性能指标,采用粒子群优化算法来确定各个指标的权重,综合考量了8种预选方案的经济收益和社会效益,从中选择出最合适的配比方案。
引用
收藏
页码:44 / 47
页数:4
相关论文
共 15 条
[1]  
基于Fuzzy-TOPSIS的电子制造业供应商选择和评价研究.[D].韩艳.华东师范大学.2018, 02
[2]  
粒子群算法在复杂函数优化中的学习策略及其改进.[D].王博建.华东交通大学.2018, 12
[3]  
基于AHP-TOPSIS法的高标准基本农田划定研究.[D].薛志斌.河南农业大学.2018, 02
[4]   基于粒子群优化的滑模控制参数整定 [J].
孙明 .
机械工程与自动化, 2019, (01) :173-175
[5]   配煤掺烧方式主要特点及燃煤适应性分析 [J].
姚伟 ;
郝兵 ;
刘家利 ;
方顺利 ;
张喜来 ;
王志超 .
中国电力, 2018, 51 (09) :20-27
[6]   火电厂多煤种掺烧的应用研究 [J].
赵志宏 .
吉林电力, 2017, 45 (05) :35-38
[7]   TOPSIS法在综合评价电厂混煤方案中的应用 [J].
陈琪华 ;
李茂东 ;
张振顶 .
热力发电, 2014, 43 (05) :128-131+145
[8]   企业合作创新伙伴的选择研究——基于微粒群算法定权的改进TOPSIS法 [J].
韩国元 ;
陈伟 ;
冯志军 .
科研管理, 2014, 35 (02) :119-126
[9]   粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用 [J].
梅飞 ;
梅军 ;
郑建勇 ;
张思宇 ;
朱克东 .
中国电机工程学报, 2013, 33 (36) :134-141+19
[10]   采用灰色关联度与TOPSIS法的光伏发电项目风险评价研究 [J].
李彦斌 ;
于心怡 ;
王致杰 .
电网技术, 2013, 37 (06) :1514-1519