支持向量机在电站锅炉燃烧优化中的应用
  • 【摘要】

    支持向量机是一种新颖的人工智能技术,适用于复杂非线性系统的建模.最小二乘支持向量机是以二次损失函数为经验风险的支持向量机,本文阐述了其建模的摹本算法;分析了模型参数对模型精度、复杂度等性能的影响,为模型参数的确定提供了理论参考.基于最小二乘支持向量机,本文建立了电站锅炉燃烧模型,实现了锅炉飞灰含碳量、排烟温度、NOx排放量的软测量和锅炉效率的预测;以所建立的锅炉燃烧模型为基础,文中采用具有最优保留... 展开>>支持向量机是一种新颖的人工智能技术,适用于复杂非线性系统的建模.最小二乘支持向量机是以二次损失函数为经验风险的支持向量机,本文阐述了其建模的摹本算法;分析了模型参数对模型精度、复杂度等性能的影响,为模型参数的确定提供了理论参考.基于最小二乘支持向量机,本文建立了电站锅炉燃烧模型,实现了锅炉飞灰含碳量、排烟温度、NOx排放量的软测量和锅炉效率的预测;以所建立的锅炉燃烧模型为基础,文中采用具有最优保留策略的遗传算法,以提高锅炉效率和降低NOx排放为目标,对锅炉运行工况进行了优化,为电站DCS提供最佳的操作变量设定值.算例表明,文中所提出的优化控制方案町以实现电站锅炉高效、低污染运行. 收起<<

  • 【作者】

    顾燕萍  赵文杰  吴占松 

  • 【作者单位】

    电力系统国家重点实验室,清华大学

  • 【会议名称】

    2009全国博士生学术会议-电站自动化信息化

  • 【会议时间】

    2009-11-01

  • 【会议地点】

    北京

  • 【主办单位】

    国务院学位办   教育部

  • 【语种】

    chi

  • 【关键词】

    电站锅炉  燃烧优化  支持向量机  模型参数  锅炉效率