基于FOA-LSSVM的循环流化床锅炉燃烧特性
为了提高循环流化床锅炉热(CFBB)效率和控制循环流化床锅炉污染物排放量.以某电厂循环流化床锅炉运行数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉部分运行参数为输入量,以锅炉效率、NOx排放量和SO2排放量为输出的综合模型.由于LSSVM模型精度受其参数影响,故将果蝇优化算法(FOA)运用到模型参数寻优过程中,获得了锅炉燃烧系统的最优模型(FOA-LSSVM);并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与遗传算法(GA)和粒子群算法(PSO)优化的LSSVM模型进行比较,仿真实验表明FOA-LSSVM模型的辨识能力较高,泛化能力较强.
循环流化床锅炉 燃烧系统 仿真模型 性能预测 运行效率
麻红波 张彬 曾凡春
北京华能新锐控制技术有限公司,北京102209
国内会议
武汉
中文
1-6
2015-11-17（万方平台首次上网日期，不代表论文的发表时间）