文献类型：期刊文章

作　　者：顾燕萍[1] 赵文杰[2] 吴占松[1]

机构地区：[1]电力系统国家重点实验室(清华大学热能工程系),北京市海淀区100084 [2]华北电力大学自动化系,河北省保定市071003

出　　处：《中国电机工程学报》

年　　份：2010

卷　　号：30

期　　号：17

起止页码：91-97

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：高效、低污染是电站锅炉燃烧优化的目标。该文基于最小二乘支持向量机,建立了电站锅炉燃烧模型,实现了飞灰含碳量、排烟温度、NOx排放量等参数的软测量和锅炉效率的预测;对比了最小二乘支持向量机和BP神经网络模型的性能,对比结果表明,最小二乘支持向量机具有训练时间短、泛化能力高等优点。提出2种锅炉燃烧优化方式,并以所建立的燃烧模型为基础,采用遗传算法对锅炉运行工况进行寻优,为分散控制系统基础控制层提供最佳的操作变量设定值。算例表明,文中所提出的燃烧优化方案可以有效提高电站锅炉效率和降低NOx排放量。

关 键 词：燃烧优化 锅炉效率 NOX排放 最小二乘支持向量机 遗传算法

分 类 号：TK223]