基于BP-改进NSGA-Ⅱ锅炉燃烧多目标优化

作者：徐文韬; 黄亚继^*; 曹歌瀚; 陈波; 金保昇

来源：东南大学学报(自然科学版), 2022, 52(05): 943-952.

• BP神经网络
• 非支配排序遗传算法(NSGA-Ⅱ)
• 多目标优化
• NOx排放
• 锅炉热效率

为了提高锅炉热效率和降低污染物排放，对锅炉燃烧过程进行多目标优化.采用BP神经网络与改进非支配排序遗传算法(INSGA-Ⅱ)建立锅炉燃烧系统多目标优化模型.基于BP神经网络分别建立NOx排放和锅炉热效率模型；以降低NOx排放质量浓度和提高锅炉热效率为目标，基于BP-INSGA-Ⅱ算法对锅炉燃烧系统进行多目标寻优；基于BP-INSGA-Ⅱ算法、BP-NSGA-Ⅱ算法、GRNN-INSGA-Ⅱ算法和GRNN-NSGA-Ⅱ算法分别建立锅炉燃烧优化模型，比较各优化模型的性能，验证锅炉燃烧优化模型的有效性.结果表明：NOx排放质量浓度预测模型和锅炉热效率预测模型最大误差均不超过3%;基于BP-INSGA-Ⅱ算法建立锅炉燃烧优化模型使NOx排放质量浓度平均降低15.42%,锅炉热效率平均提高0.105 8%.结合BP神经网络与改进的多目标优化方法建立的锅炉燃烧优化模型能够同时提高锅炉热效率和降低NOx排放.

• 单位
  江苏方天电力技术有限公司; 东南大学