燃煤锅炉高效、低NOx运行策略的研究

被引：15

作者：

魏辉

陆方

罗永浩

蒋欣军

机构：

[1] 上海交通大学热能工程研究所

来源：

动力工程 | 2008年 / 03期

关键词：

能源与动力工程; 锅炉; 氮氧化物; 燃烧优化; 最小二乘支持向量机; 遗传算法;

D O I：

暂无

中图分类号：

TK229.6 [燃煤锅炉];

学科分类号：

摘要：

借助现场燃烧调整试验数据,采用最小二乘支持向量机方法建立了NOx排放和燃烧效率的预测模型,并与遗传算法相结合,分别对降低NOx排放和提高锅炉效率的各参数进行了优化,找到了在燃用不同煤种下较低NOx排放和较高燃烧效率的运行参数组合.研究结果证明:运用此方法可以寻找出锅炉在燃用不同煤种时最佳的高效、低污染运行方案.

引用

页码：361 / 366

页数：6

共 8 条

[1] 基于遗传算法和支持向量机的低NO燃烧优化
王春林
周昊
李国能
凌忠钱
岑可法
[J]. 中国电机工程学报, 2007, (11) : 40 - 44
[2] 基于遗传算法优化的神经网络及其在机械故障诊断中的应用
佟刚
张国忠
苗君明
[J]. 机械与电子, 2006, (06) : 13 - 15
[3] 基于神经网络与遗传算法的传动部件设计优化
李小青
[J]. 计算机测量与控制, 2006, (02) : 253 - 255
[4] 基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统
周昊
朱洪波
岑可法
[J]. 动力工程, 2003, (05) : 2665 - 2669
[5] Fast cross-validation algorithms for least squares support vector machine and kernel ridge regression
An, Senjian
Liu, Wanquan
Venkatesh, Svetha
[J]. PATTERN RECOGNITION, 2007, 40 (08) : 2154 - 2162
[6] Components, formulations, solutions, evaluation, and application of comprehensive combustion models
Eaton, AM
Smoot, LD
Hill, SC
Eatough, CN
[J]. PROGRESS IN ENERGY AND COMBUSTION SCIENCE, 1999, 25 (04) : 387 - 436
[7] Least squares support vector machine classifiers
Suykens, JAK
Vandewalle, J
[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300
[8] 统计学习理论.[M].(美)瓦普尼克(VladimirN.Vapnik)著;许建华;张学工译;.电子工业出版社.2004,

← 1 →