基于粒子群算法的炉膛烟气含氧量分段优化
在火电锅炉燃烧系统中，烟气含氧量反映了锅炉内燃料的燃烧状况，是最重要的锅炉运行参数之一，对烟气含氧量的优化控制关系到锅炉安全经济运行，本文在利用BP人工神经网络针对锅炉燃烧系统中的烟气含氧量进行建模的基础上，利用粒子群算法分别针对不同负荷段下对烟气含氧量的不同要求进行了优化，并结合历史数据对优化算法的有效性进行了验证。
烟气含氧量 BP人工神经网络 粒子群算法
杨丽雯 王景成 史元浩
上海交通大学自动化系,系统控制与信息处理教育部重点实验室,上海200240
国际会议
长沙
中文
1857-1862
2014-05-31（万方平台首次上网日期，不代表论文的发表时间）