基于最小二乘支持向量機(jī)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(jì)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(jī)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(biāo)尋優(yōu)技術(shù)的燃燒優(yōu)化方法無需對機(jī)組進(jìn)行大規(guī)模改造，可以有效地達(dá)到節(jié)能減排的目的，已經(jīng)成為當(dāng)今電站研究的熱點(diǎn)之一。
　　鍋爐燃燒過程具有多變量，強(qiáng)耦合的復(fù)雜特性，完全依賴機(jī)理分析建立鍋爐燃燒模型是不切實(shí)際的。人工智能算法和多目標(biāo)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(gè)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(jìn)行燃燒優(yōu)化調(diào)整試驗(yàn)，采集試驗(yàn)數(shù)據(jù)并根據(jù)試驗(yàn)數(shù)據(jù)對鍋爐燃燒特性進(jìn)行分析。
　　基于燃燒優(yōu)化調(diào)整試驗(yàn)數(shù)據(jù)，采用最小二乘支持向量機(jī)(LSSVM)對鍋爐燃燒過程進(jìn)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(jìn)行小范圍變化，根據(jù)燃燒模型輸出的響應(yīng)特性曲線驗(yàn)證了鍋爐燃燒模型的有效性。
　　在燃燒優(yōu)化

3、調(diào)整試驗(yàn)樣本中選取低中高負(fù)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(jìn)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(yùn)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(jìn)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(diǎn)，稀疏化處理后的鍋爐燃燒模型便于優(yōu)化算法