基于支持向量机和遗传算法的电站锅炉燃烧优化
电站锅炉的运行面临降低运行成本与降低污染物排放的双重要求,高效低污染的优化决策问题日益引起关注.支持向量机算法是一种新的统计学习方法,在建模方面具有良好的性能,该文借助燃烧特性试验数据,建立了电站锅炉热效率与NOx 排放的响应特性的支持向量机模型,实现热效率与NOx 排放量的预测.为了满足锅炉燃烧高效低污染的优化目标,采用遗传算法对锅炉主要操作参数进行优化,优化数值表明,该方法可以同时降低锅炉的热损失与NOx 排放量,以达到锅炉燃烧高效低污染的整体优化.
支持向量机 遗传算法 电站锅炉 燃烧优化
李健 孙万云
华北电力大学 控制科学与工程学院,河北 保定 071003
国内会议
西安
中文
1-5
2008-11-18（万方平台首次上网日期，不代表论文的发表时间）