基于最小二乘支持向量機的燃煤鍋爐燃燒優(yōu)化研究.pdf

1、近些年來，能源與環(huán)境問題在經(jīng)濟社會發(fā)展過程中日益受到重視。燃煤電站作為我國的主要發(fā)電裝機類型，它的清潔高效生產(chǎn)對我國的可持續(xù)發(fā)展起到關(guān)鍵性的作用?；谀Ｐ皖A(yù)測和多目標尋優(yōu)技術(shù)的燃燒優(yōu)化方法無需對機組進行大規(guī)模改造，可以有效地達到節(jié)能減排的目的，已經(jīng)成為當今電站研究的熱點之一。
　　鍋爐燃燒過程具有多變量，強耦合的復(fù)雜特性，完全依賴機理分析建立鍋爐燃燒模型是不切實際的。人工智能算法和多目標優(yōu)化算法在本文中被用來完成鍋爐燃燒優(yōu)化工作。

2、本文主要從以下幾個方面對鍋爐燃燒優(yōu)化展開研究:
　　在某600MW超臨界直流鍋爐中進行燃燒優(yōu)化調(diào)整試驗，采集試驗數(shù)據(jù)并根據(jù)試驗數(shù)據(jù)對鍋爐燃燒特性進行分析。
　　基于燃燒優(yōu)化調(diào)整試驗數(shù)據(jù)，采用最小二乘支持向量機(LSSVM)對鍋爐燃燒過程進行建模，建立的鍋爐熱效率模型和NOx排放量模型滿足精度要求。通過增量分析的方法選取模型輸入變量進行小范圍變化，根據(jù)燃燒模型輸出的響應(yīng)特性曲線驗證了鍋爐燃燒模型的有效性。
　　在燃燒優(yōu)化

3、調(diào)整試驗樣本中選取低中高負荷樣本作為優(yōu)化工況，采用帶精英策略的快速非支配排序遺傳算法(NSGA-Ⅱ)對鍋爐熱效率模型和NOx排放量模型進行優(yōu)化，求得各工況下的Pareto最優(yōu)解集，給出操作變量的推薦值來指導(dǎo)鍋爐運行。
　　采用經(jīng)典剪枝算法和主動學(xué)習(xí)剪枝算法對鍋爐燃燒模型進行稀疏化處理，有效地降低了燃燒模型的復(fù)雜程度，通過兩種剪枝算法的剪枝結(jié)果的對比得出主動學(xué)習(xí)剪枝算法具有快速性和穩(wěn)定性的特點，稀疏化處理后的鍋爐燃燒模型便于優(yōu)化算法