基于ANN和CPSO的1000MW超超临界机组运行初压优化
为确定超超临界机组主汽压力设定值及机组优化运行方式，在对1000MW机组进行主汽压力寻优试验研究的基础上，建立了机组滑压特性神经网络模型，并分析了机组热耗与初压、负荷和循环水进口温度等参数的影响关系，进而建立了机组运行初压优化模型。提出了一种自适应参数策略的混沌粒子群优化算法，在常规粒子群模型中加入了混沌扰动，避免粒子陷入局部最优点，并根据种群自适应调整权值，提高了算法精度和收敛速度。以某1000MW机组为对象进行了算例分析，结果表明机组的滑压曲线与设计值存在较大差别，而且受到环境温度等因素的影响。
超超临界机组 初压优化 神经网络 混沌粒子群
叶亚兰 司风琪 徐治皋
东南大学能源与环境学院,江苏省南京市 210096
国内会议
上海
中文
300-306
2010-09-01（万方平台首次上网日期，不代表论文的发表时间）