基于LSSVM的循环流化床锅炉床温动态模型
循环流化床(CFB)燃烧技术是一种发展潜力巨大的新型洁净煤燃烧技术.床温是CFB锅炉监视的重要参数之一,且其动态性十分复杂.通过分析床温动态过程,定义了输入量的动态阶,利用最小二乘支持向量机(LSSVM)算法实时预测动态床温,并采用遗传算法(GA)对不同负荷段下模型最佳输入动态阶组进行离线寻优,同时,更新LSSVM输入阶组,由此建立GA-LSSVM床温动态模型.利用机组运行数据,对所建模型进行仿真验证,结果表明模型具有较高精度,实时性强,能较好地预测动态床温.此外,通过模型仿真验证了不同负荷段下CFB锅炉床温动态性的差异,揭示了床温响应与锅炉蓄热、惯性的联系。
循环流化床锅炉 床温动态模型 最小二乘支持向量机 遗传算法
洪烽 刘吉臻
新能源电力系统国家重点实验室(华北电力大学),北京市昌平区 102206
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）