最小二乘支持向量机联合改进果蝇优化算法的CFB锅炉燃烧优化

作者：张文广; 张越; 孙亚洲; 高明明; 李宝贵

来源：热力发电, 2016, 45(07): 44-49.

• CFB
• 锅炉效率
• NOx
• SO2
• 最小二乘支持向量机
• 改进果蝇优化算法
• 燃烧优化

针对电厂循环流化床(CFB)锅炉降低污染物排放和提高锅炉燃烧效率的问题,本文首先应用最小二乘支持向量机(LS-SVM)建立了锅炉效率、NOx和SO2排放特性的软测量模型,并对比了LS-SVM和BP神经网络模型的性能;然后基于LS-SVM建立的模型,提出了3种优化策略,采用改进果蝇优化算法(MFOA)在一定范围内对CFB锅炉运行工况的可调参数进行优化。结果表明:LS-SVM模型与BP神经网络模型相比,训练时间较短,预测精度较高,泛化能力较强;CFB锅炉效率最多提高了0.61%,NOx和SO2排放质量浓度最多降低了7.88%和18.13%。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室