基于支持向量机的火电厂燃煤优化控制

本文以新疆某火电厂为背景，针对火力发电行业中优化锅炉燃烧效率、煤场燃煤存储损耗等问题进行了研究，将支持向量机(Support Vector Machine，SVM)作为建模工具，开发了基于支持向量回归(Support Vector Regression，SVR)的燃煤优化。研究了支持向量回归在燃煤发热量预测上的应用，验证了使用径向基函数作为核函数情况下模型不同参数对模型预测能力的影响，应用数学建模和最优控制等科学方法，解决电厂问题。 燃煤锅炉炉膛受热面的状态以及锅炉炉膛的结渣状况，对电厂的安全性和经济性有着极其重要的影响。由此建立了以煤灰组成成分以及锅炉运行数据为基础的支持向量回归机模型，将优化算法与支持向量回归机模型相结合，使模型具备更好的预测能力和泛化能力，结果表明通过优化可以提高模型的预测准确度，对煤的结渣倾向程度作出了较准确的预测，通过结渣程度指导电厂的运行，从而达到提高锅炉的燃烧效率和减轻(防止)锅炉事故的效果，具有一定的科学性。 针对燃煤储煤损耗问题，考虑它的气候环境影响因素，即露天煤场存在的自然蒸发、雨雪、风损等自然因素带来的损耗，本文使用支持向量机分析了煤场中的燃煤存储损耗，使用灰色关联计算天气因素对煤场损耗的相关系数，充分结合煤场管理流程和发电燃煤生产的实际需要，提出了煤场管理的建议。