科研之友
微信
新浪微博
Facebook
分享链接
摘要
为进一步降低燃煤电站锅炉的NOx排放量,在低氮燃烧优化中引入相反学习粒子群算法(OBLPSO)和广义相反学习粒子群算法(GOBLPSO).在某660 MW燃煤机组锅炉中进行了摸底工况、变氧量工况、变磨煤机投运方式工况、变风压工况等燃烧调整试验,得到燃烧优化的样本,进而比较分析了粒子群算法(PSO)、标准差分进化算法(DE)、OBLPSO算法和GOBLPSO算法的适应性.51次独立重复优化试验结果表明:PSO算法性能优于DE算法,而GOBLPSO算法性能总体优于PSO算法和OBLPSO算法.GOBLPSO算法优化的NOx排放量中位数较PSO算法最多可低15.8 mg/m3.广义相反学习能有效利用当前搜索空间的信息,提升粒子群在低氮燃烧优化中的适应性.
- 单位
