基于改進多目標(biāo)粒子群算法的電站鍋爐燃燒優(yōu)化系統(tǒng)研究.pdf

1、隨著現(xiàn)代經(jīng)濟的發(fā)展，節(jié)能減排改善環(huán)境成為廣泛關(guān)注的問題。進一步提高鍋爐效率和降低污染物的排放對于燃煤電廠來說具有重要意義，而鍋爐燃燒建模優(yōu)化技術(shù)具有成本低、可控性高等優(yōu)點，因此關(guān)于燃燒優(yōu)化的研究更具普遍性意義。
　　煤粉爐內(nèi)的燃燒是一個非常復(fù)雜的過程，具有強耦合、大延遲的特點。由于我國電網(wǎng)負荷的變化幅度大，鍋爐燃用煤種多變，如何建立有效的鍋爐燃燒系統(tǒng)模型并使鍋爐在不同負荷、不同煤種下都能達到最佳的運行狀態(tài)成為當(dāng)下研究的重點。本文針

2、對鍋爐的燃燒特性，采用最小二乘支持向量回歸機進行建模，然后用改進的多目標(biāo)粒子群算法進行多目標(biāo)燃燒優(yōu)化。
　　在建模方面，基于大量的熱態(tài)運行實驗數(shù)據(jù)，采用最小二乘支持向量回歸機進行離線數(shù)據(jù)建模，并采用改進混沌粒子群算法對模型參數(shù)進行尋優(yōu);然后選擇一部分?jǐn)?shù)據(jù)對燃燒模型進行精度測試，并與支持向量回歸機所訓(xùn)練的模型進行比較。結(jié)果表明，最小二乘支持向量回歸機模型具有良好的預(yù)測精度和泛化性能。
　　在優(yōu)化方面，本文采用改進的多目標(biāo)粒子群