期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于PSO-LSSVM的循环流化床锅炉多目标燃烧优化 被引量:4
1
作者 张殿朝 李俊峰 王义俊 《广东电力》 2022年第7期98-106,共9页
为了平衡循环流化床(circulating fluidized bed,CFB)锅炉经济性和环保性的关系,实现高效低污染的燃烧,基于粒子群优化(particle swarm optimization,PSO)算法,提出兼顾提高锅炉热效率与降低NO_(x)排放量的多目标燃烧优化方案。首先分... 为了平衡循环流化床(circulating fluidized bed,CFB)锅炉经济性和环保性的关系,实现高效低污染的燃烧,基于粒子群优化(particle swarm optimization,PSO)算法,提出兼顾提高锅炉热效率与降低NO_(x)排放量的多目标燃烧优化方案。首先分析优化目标的影响因素,筛选出相关辅助变量,采用主成分分析法对变量特征集进行降维;然后利用PSO算法优化最小二乘支持向量机(least squares support vector machine,LSSVM)参数,基于训练样本建立CFB锅炉的综合模型,并通过测试样本验证所建立模型的拟合精确度;在明确优化目标函数后,采用PSO算法对模型的可调参数进行寻优,分析锅炉在高、中、低负荷3种工况下的最佳运行参数,以达到多目标燃烧优化的目的。所提优化方案可在保证安全运行的前提下,挖掘CFB锅炉自身的经济和环保潜力。 展开更多
关键词 循环流化床锅炉 多目标燃烧优化 主成分分析 最小二乘支持向量机 粒子群优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部