熱工過程中的數(shù)據(jù)校正和多目標(biāo)優(yōu)化研究.pdf

1、本文對熱工過程中的數(shù)據(jù)校正(數(shù)據(jù)協(xié)調(diào)和顯著誤差檢測)和多目標(biāo)優(yōu)化問題進(jìn)行了研究，論文的主要內(nèi)容為： 1.研究和探討了熱工過程中的數(shù)據(jù)校正算法模型。建立了數(shù)據(jù)校正的基本理論模型，數(shù)據(jù)校正包括數(shù)據(jù)協(xié)調(diào)(參數(shù)估計)和顯著誤差檢測，詳細(xì)分析了基于矩陣投影的數(shù)據(jù)協(xié)調(diào)算法、基于數(shù)字濾波的數(shù)據(jù)協(xié)調(diào)算法，研究了基于測量殘差的測量檢驗法、基于約束殘差的節(jié)點檢驗法和整體檢驗法的顯著誤差檢測與識別方法；研究了數(shù)據(jù)校正算法在電站系統(tǒng)性能在線計算中的應(yīng)用

2、，首次運用UML建模技術(shù)建立了熱工過程中基于熱力特性的數(shù)據(jù)校正類層次體系結(jié)構(gòu)，使算法具有極強(qiáng)的繼承性和推廣能力。 2.研究了多目標(biāo)優(yōu)化的算法模型。多目標(biāo)優(yōu)化問題的最優(yōu)解與單目標(biāo)優(yōu)化問題的解有著本質(zhì)上的不同，為正確求解多目標(biāo)優(yōu)化問題，建立了多目標(biāo)優(yōu)化問題的一般數(shù)學(xué)模型并對多目標(biāo)優(yōu)化問題的解的概念進(jìn)行了定義。介紹了多目標(biāo)優(yōu)化問題的常規(guī)算法(線性加權(quán)和法、理想點法、主要目標(biāo)法、分層排序法和分組排序法)，研究了標(biāo)準(zhǔn)遺傳算法及其改進(jìn)策略，

3、詳細(xì)分析了當(dāng)今Pareto概念意義下的多目標(biāo)優(yōu)化演化算法，提出了一種改進(jìn)的Pareto多目標(biāo)遺傳算法。 3.研究了多目標(biāo)優(yōu)化算法在鍋爐燃燒優(yōu)化中的應(yīng)用。介紹了鍋爐NOx生成機(jī)制、影響因素和控制方法，提出了一種改進(jìn)的鍋爐效率在線計算模型；在NOx影響因素分析和鍋爐燃燒特性實驗的基礎(chǔ)上，建立了電站鍋爐污染物排放的BP神經(jīng)網(wǎng)絡(luò)模型，并通過實驗數(shù)據(jù)驗證了網(wǎng)絡(luò)模型，確認(rèn)網(wǎng)絡(luò)具有良好的泛化能力。并以此為基礎(chǔ)，建立了電站鍋爐NOx排放與效率的