期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的燃煤锅炉分工况建模与燃烧优化 被引量:5
1
作者 曹歌瀚 黄亚继 +5 位作者 徐文韬 陈波 王新宇 张荣初 刘宇清 邹怡然 《锅炉技术》 北大核心 2023年第5期41-47,共7页
为了更好地利用电厂的运行数据设计锅炉在线燃烧优化系统,对电厂的锅炉运行数据进行分工况建模。利用K均值聚类方法对静态数据集进行工况划分,根据误差平方和曲线确定聚类数,最终将锅炉工况按照负荷分为了4类,按照相对煤质系数分为了3类... 为了更好地利用电厂的运行数据设计锅炉在线燃烧优化系统,对电厂的锅炉运行数据进行分工况建模。利用K均值聚类方法对静态数据集进行工况划分,根据误差平方和曲线确定聚类数,最终将锅炉工况按照负荷分为了4类,按照相对煤质系数分为了3类,共获得了12个建模数据集。利用神经网络模型对各工况的数据集进行单独建模,建模结果显示分工况建模后整体的精度得到了提高。利用遗传算法对建立的模型进行搜索优化,赋予锅炉效率与NO_(x)排放浓度不同权重,获得了不同优化目标下锅炉运行数据的推荐值,多目标优化结果表明NO_(x)排放浓度可以在锅炉效率的较小损失前提下获得大幅下降,优化结果与机理分析一致,可供电厂操作人员参考。 展开更多
关键词 燃烧优化 数据挖掘 工况划分 K均值聚类 bpnn-ga模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部