支持向量机理论与遗传算法相结合的300MW机组锅炉多目标燃烧优化

被引：14

作者：

王禹朋 ^{[1
]}

阎维平 ^{[1
]}

祝云飞 ^{[1
]}

屈柯楠 ^{[1
]}

高正阳 ^{[1
]}

廖永进 ^{[2
]}

吉硕 ^{[1
]}

机构：

[1] 华北电力大学能源与动力工程学院

[2] 广东电网有限责任公司电力科学研究院

来源：

热力发电 | 2015年 / 10期

关键词：

燃煤锅炉; 多目标; 燃烧优化; 支持向量机; 遗传算法; 燃尽风; 煤耗率; NOx排放;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM621.2 [锅炉及燃烧系统];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080802 ;

摘要：

为提高电站锅炉燃烧的经济性并尽可能降低NOx排放量,以煤耗率和NOx生成量最小为目标,运用支持向量机算法建立了某亚临界300 MW机组烟煤锅炉的煤耗率和NOx生成量预测模型,并结合该机组的实际运行数据,对所建模型的准确性进行了验证。将建立的煤耗率和NOx生成量模型进行耦合,生成锅炉燃烧优化模型,并将煤耗率和NOx生成量综合作为优化目标,建立目标函数,应用遗传算法寻找锅炉的最优运行方案。结果表明:基于支持向量机算法建立的锅炉燃烧模型对锅炉煤耗率和NOx生成量具有较高的预测能力;增加燃尽风量可降低NOx生成量,但同时会提高煤耗率,为优化运行,应将同时降低煤耗率和NOx生成量综合作为优化目标;对于该亚临界300MW机组烟煤锅炉,满负荷运行时机组经济性较好,且NOx生成量最低,其他负荷下,一、二次风比例和各层二次风挡板开度在某特定值时机组经济性和NOx排放可达到最佳情况。

引用

收藏

页码：91 / 96

页数：6

相关论文

共 14 条

[11]

洁净煤发电技术[M]. 中国电力出版社 , 阎维平, 2008

[12]

最优化方法[M]. 高等教育出版社 , 施光燕, 1999

[13] A tutorial on support vector regression [J].

Smola, AJ ;

Schölkopf, B .

STATISTICS AND COMPUTING, 2004, 14 (03) :199-222

[14]

Optimizing pulverized coal combustion performance based on ANN and GA[J] . Zhou Hao,Xinping Qian,Kefa Cen,Fan Jianren.Fuel Processing Technology . 2003 (2)