电站锅炉燃煤结渣特性的模糊-SVM预测

发布时间：2020-07-05 06:52

【摘要】：燃煤锅炉结渣会降低锅炉效率,也会对威胁电站的安全生产。因此,通过研究锅炉燃煤燃烧特性,了解锅炉结渣特点来建立准确有效的锅炉结渣预测模型,确保燃煤电站锅炉高效、安全地运行具有重要的工程价值。本文的前面章节介绍了关于锅炉结渣的研究现状以及本次建模所需的理论基础。通过对燃煤煤种和锅炉结构分析,选取了软化温度t、硅比G、酸碱比B/A、硅铝比S_iO_2/Al_2O_3、综合指数R、无因次炉膛实际切圆直径d_(si)/D以及无因次炉膛最高温度t_w 7个指标作为模型的输入。分别利用三角形隶属度函数、梯形隶属度函数、半圆形隶属度函数、柯西隶属度函数和斜线形隶属度函数,对输入指标模糊化,将模糊化的结果作为支持向量机(Support Vector Machine,SVM)的输入建立了各隶属度函数的模糊-支持向量机锅炉燃煤结渣预测模型。为了优化各隶属度函数参数,提出一种改进量子粒子群算法,该算法在传统量子粒子群算法的基础上融入了多邻域局部搜索策略,增强了原始算法的搜索精度,并建立了改进量子粒子群算法优化隶属度函数的模糊支持向量机锅炉燃煤结渣预测模型。采用40组锅炉样本,其中30组作为训练样本,10组作为测试样本进行建模,实验结果验证了利用隶属度函数与支持向量机结合建立的模糊-SVM方法的有效性,通过实验对比也表明基于改进量子粒子群优化算法优化的模糊支持向量机模型具有更好的预测精度,可以用作电站燃煤锅炉结渣预测方法。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM621.2;TP18
【图文】：

图 2-1 隶属度示意图计算聚类系数；按最大原则确定结渣结果。式识别判别方法识别锅炉结渣的方法可以被分为直接法和间接法两种方隶属度原则判断锅炉结渣类型，而间接法则根据择近原判。的定义为：假设论域内有 m 个模糊子集1 2 nA , A ,...A U，集，假设1 i m( B, Ai ) Max( B, Ai ) 此时认为iB A，iB、 A 两112( B, Ai ) [ B Ai + ( B Ai )]子集的内积和外积的表达式分别为：iu Ui B AB A U ( ( u ) ( u ))

和验风险 ( )empR 和置信范围l水平 1 和样本数l的函数[38]，其中，1 型及算法的组合，可以达到最优的预测结果模型及算法的组合。，可以将函数集合拆解成系列子模型来替代SSSSk 12子集序列 VC 维的大小，对函数子集序列进 khhh12化是通过把每一个子集结构风险与经验风险际问题中，获得每个子集结构风险与经验风个问题，有两种方法可以选择，一种方法是和并对比每个子集二者之和，然而此方法的大，所以并不适用于较大样本数据建模情况定的置信风险的条件下最小化每个子集的经范围与经验风险之和，获取其中最小的组合

【参考文献】

相关期刊论文 前10条

1 朱双;周建中;孟长青;肖舸;陈健国;;基于灰色关联分析的模糊支持向量机方法在径流预报中的应用研究[J];水力发电学报;2015年06期

2 陈红;王广军;王志杰;沈曙光;;基于最小二乘支持向量机的模糊辨识及其在热工对象逆系统建模中的应用[J];中国电机工程学报;2010年29期

3 徐志明;文孝强;孙媛媛;孙灵芳;;基于最小二乘支持向量回归机的燃煤锅炉结渣特性预测[J];中国电机工程学报;2009年17期

4 文孝强;徐志明;孙媛媛;孙灵芳;张艾萍;陈立军;;一种评判燃煤锅炉结渣特性的新方法[J];动力工程;2009年03期

5 张为;王伟;孙海涛;;基于随机变异的粒子群优化算法及其应用研究[J];计算机工程与设计;2008年24期

6 曹薇;;基于粒子群的供应链认知图优化方法研究[J];微型电脑应用;2008年12期

7 方庆艳;周怀春;汪华剑;罗自学;史铁林;;3种型号W火焰锅炉结渣特性的数值模拟[J];动力工程;2008年05期

8 周俊虎;赵晓辉;杨卫娟;曹欣玉;刘建忠;岑可法;;神华煤结渣倾向和结渣机制研究[J];中国电机工程学报;2007年08期

9 杨志民,田英杰,邓乃扬;模糊支持向量分类机[J];计算机工程;2005年20期

10 饶u& ,曹欣玉 ,兰泽全 ,赵显桥 ,周志军 ,周俊虎 ,刘建忠 ,岑可法;黑液水煤浆结渣特性灰色聚类分析预测及试验研究[J];电站系统工程;2004年02期

相关硕士学位论文 前1条

1 董一真;煤灰中成分结渣特性研究[D];浙江大学;2006年

本文编号：2742254