基于改进粒子群算法的电站锅炉NOx排放预测控制及优化

被引：13

作者：

冯磊华 ^{[1
,2
]}

桂卫华 ^{[1
]}

杨锋 ^{[3
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 长沙理工大学能源与动力工程学院

[3] 湖南江河机电自动化工程有限公司

来源：

中南大学学报(自然科学版) | 2011年 / 42卷 / 07期

关键词：

电站锅炉; NOx排放; 支持向量机; 改进粒子群优化; 预测控制;

D O I：

暂无

中图分类号：

TK227 [运行]; X51 [大气污染及其防治];

学科分类号：

080703 ; 0706 ; 070602 ;

摘要：

基于支持向量机算法建立锅炉NOx排放模型,并利用实炉热态数据对模型进行校验。应用一种改进的粒子群优化算法对锅炉运行参数进行优化,并与一般线性粒子群优化算法进行对比。研究结果表明,NOx排放量明显降低,且改进的优化算法收敛性更好,为锅炉NOx排放的预测控制提供了更好的方式。

引用

页码：2018 / 2022

页数：5

共 5 条

[1] 一种改进的基于粒子群优化的SVM训练算法 [J].

童燕 ;

李映 ;

白本督 ;

张艳宁 .

计算机工程与应用, 2008, (20) :138-141

[2] 基于Kriging方法的电站锅炉NOx排放自适应建模 [J].

孔亮 ;

丁艳军 ;

张毅 ;

吴昊 ;

张雪 ;

吴占松 .

清华大学学报(自然科学版), 2008, (05) :848-851

[3] 变尺度混沌蚁群算法在NOx排放优化中的应用 [J].

郑立刚 ;

周昊 ;

王春林 ;

岑可法 .

中国电机工程学报, 2008, (11) :18-23

[4] 基于蚁群算法的支持向量机参数选择方法研究(英文) [J].

齐亮 .

系统仿真技术, 2008, (01) :14-18

[5] 基于遗传算法和支持向量机的低NOx燃烧优化 [J].

王春林 ;

周昊 ;

李国能 ;

凌忠钱 ;

岑可法 .

中国电机工程学报, 2007, (11) :40-44

← 1 →