基于最小二乘支持向量机的电站锅炉燃烧优化

被引：103

作者：

顾燕萍 ^{[1
]}

赵文杰 ^{[2
]}

吴占松 ^{[1
]}

机构：

[1] 电力系统国家重点实验室(清华大学热能工程系)

[2] 华北电力大学自动化系

来源：

中国电机工程学报 | 2010年 / 30卷 / 17期

关键词：

燃烧优化; 锅炉效率; NOx排放; 最小二乘支持向量机; 遗传算法;

D O I：

10.13334/j.0258-8013.pcsee.2010.17.016

中图分类号：

TM621.2 [锅炉及燃烧系统]; TK227 [运行];

学科分类号：

080802 ; 080703 ;

摘要：

高效、低污染是电站锅炉燃烧优化的目标。该文基于最小二乘支持向量机,建立了电站锅炉燃烧模型,实现了飞灰含碳量、排烟温度、NOx排放量等参数的软测量和锅炉效率的预测;对比了最小二乘支持向量机和BP神经网络模型的性能,对比结果表明,最小二乘支持向量机具有训练时间短、泛化能力高等优点。提出2种锅炉燃烧优化方式,并以所建立的燃烧模型为基础,采用遗传算法对锅炉运行工况进行寻优,为分散控制系统基础控制层提供最佳的操作变量设定值。算例表明,文中所提出的燃烧优化方案可以有效提高电站锅炉效率和降低NOx排放量。

引用

页码：91 / 97

页数：7

共 20 条

[1] 基于非支配排序遗传算法的锅炉燃烧多目标优化 [J].