基于超限学习机与涡流搜索算法的锅炉燃烧优化策略

作者：侯荣利

来源：冶金能源, 2021, 40(05): 60-64.

• 超限学习机
• 锅炉涡流
• 燃烧控制
• 节煤
• 算法革新

设计一种基于超限学习机(Extreme Learning Machine, ELM)算法的涡流搜索控制策略,调用锅炉燃烧控制物联网探头系统中的12个高清红外单通道探头数据,实现对每秒597.196 8 MB大宗数据的深度卷积超限学习挖掘,对锅炉中的涡流状态给出[0,1]区间上的评价值。通过将该系统投并到锅炉控制系统中,将该系统反馈值控制到0.200以下作为控制目标之一,使锅炉总功率较投并前提升1.73%,平均煤耗节约1.66%。