基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

发布时间：2017-09-24 07:29

  本文关键词：基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

  更多相关文章： 万有引力搜索算法 最小二乘支持向量机 优化 飞灰含碳量

【摘要】：为了控制循环流化床锅炉飞灰含碳量,提高锅炉燃烧效率。以某电厂循环流化床锅炉燃烧数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉运行参数为输入量,以锅炉飞灰含碳量为输出的模型。由于最小二乘支持向量机的参数决定了模型精度及泛化能力,将万有引力搜索算法(GSA)运用到模型参数寻优过程中,得到了飞灰含碳量最优模型GSA-LSSVM;并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与粒子群(PSO)和遗传算法(GA)优化的LSSVM模型进行比较,仿真实验证明GSALSSVM模型具有很好的辨识能力及泛化能力。
【作者单位】： 北京华能新锐控制技术有限公司;
【关键词】： 万有引力搜索算法 最小二乘支持向量机 优化 飞灰含碳量
【分类号】：TK229.66
【正文快照】： 0前言锅炉飞灰含碳量是评价锅炉燃烧经济性的重要指标,是锅炉设计和运行人员一直关心的一个重要问题。因此,实时准确监测飞灰含碳量,将有利于调整风煤比,提高锅炉燃烧控制水平,提高机组运行的安全性和经济性[1-2]。然而锅炉飞灰含碳量受到如煤种、锅炉负荷、炉膛温度、过剩空

【相似文献】

中国期刊全文数据库 前10条

1 姜海生;;飞灰含碳量过高的原因分析及降低方法[J];黑龙江科技信息;2013年28期

2 王春林,周昊,周樟华,凌忠钱,李国能,岑可法;基于支持向量机的大型电厂锅炉飞灰含碳量建模[J];中国电机工程学报;2005年20期

3 陈彪 ,丁艳军 ,吴占松;670t/h煤粉炉飞灰含碳量的神经网络预测建模[J];电站系统工程;2005年06期

4 刘文;;锅炉飞灰含碳量偏高的原因分析和对策[J];科技风;2010年11期

5 赵虹;张翔宇;李培;杨建国;冯国华;王立业;;锅炉飞灰含碳量与煤燃烧特性的相关性研究[J];热力发电;2011年08期

6 张贤忠;王琰清;;浅析锅炉飞灰含碳量偏高的成因及解决方案[J];中国新技术新产品;2011年20期

7 程启明;胡晓青;王映斐;汪明媚;;锅炉飞灰含碳量测量方法综述[J];上海电力学院学报;2011年05期

8 骆宝全;锅炉飞灰含碳量在线监测仪的应用[J];华东电力;2003年03期

9 邹德普;飞灰含碳量高的原因分析及对策[J];东北电力技术;2005年01期

10 蒋啸;周昊;岑可法;;煤粉锅炉不同粒径飞灰含碳量的非线性变化特性[J];中国电机工程学报;2009年08期

中国重要会议论文全文数据库 前2条

1 肖芝林;张帆;彭巧平;;锅炉飞灰含碳量的分析及燃烧调整策略[A];超超临界机组技术交流2013年会论文集[C];2013年

2 王洁;;提高制粉质量和制粉系统出力降低飞灰含碳量,确保机组经济满发[A];全国火电大机组（300MW级）竞赛第33届年会论文集[C];2004年

中国重要报纸全文数据库 前1条

1 刘立彪 王跃川 山西漳泽发电厂发电运行部;EП-670-13.8-545 K T型自然循环锅炉降低飞灰含碳量[N];科学导报;2011年

中国硕士学位论文全文数据库 前10条

1 徐何伟;红外反射法对测量飞灰含碳量的研究[D];浙江大学;2010年

2 冯长青;烟道型电站锅炉飞灰含碳量在线测量技术研究[D];南京理工大学;2003年

3 叶兆青;660MW超临界对冲火焰燃煤锅炉飞灰含碳量预测与运行优化[D];长沙理工大学;2014年

4 吴戈;激光感生击穿光谱技术应用于飞灰含碳量的定量分析[D];华中科技大学;2005年

5 杨蒴;降低220t/h燃煤锅炉飞灰含碳量的研究[D];华中科技大学;2008年

6 张翼宇;锅炉烟气的飞灰测碳技术研究[D];电子科技大学;2011年

7 陈雪平;微波飞灰在线测碳仪的研究和系统实现[D];电子科技大学;2006年

8 李琳;基于SVM的火电厂锅炉飞灰含碳量软测量方法研究[D];华北电力大学;2013年

9 何建乐;贝叶斯方法在大型电站锅炉优化运行中的应用[D];浙江大学;2011年

10 钟晓亮;未燃碳随飞灰粒径分布规律的实验研究[D];华北电力大学（河北）;2007年

，

本文编号：910130