

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、研究鍋爐的燃燒優(yōu)化對(duì)火電廠實(shí)現(xiàn)節(jié)能減排目標(biāo)有著非常重要的價(jià)值,它是實(shí)現(xiàn)電廠高效低排放的有效手段之一。然而燃煤鍋爐是一個(gè)復(fù)雜的系統(tǒng),如何建立能夠反映鍋爐燃燒特性的響應(yīng)模型是燃燒優(yōu)化研究的問題之一。智能技術(shù)的快速發(fā)展和廣泛應(yīng)用,為解決這一問題提供了可能。本文圍繞燃燒優(yōu)化的智能技術(shù)展開研究,由于模型是優(yōu)化的基礎(chǔ),所以本文的主要研究?jī)?nèi)容包括智能建模方法和智能優(yōu)化算法。主要的研究工作如下:
1.在熱態(tài)試驗(yàn)數(shù)據(jù)的基礎(chǔ)上,建立了基于人工神經(jīng)
2、網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò))的350MW機(jī)組的NOx排放濃度響應(yīng)模型和600MW機(jī)組的多輸出預(yù)測(cè)模型,并通過檢驗(yàn)樣本檢驗(yàn)了模型的響應(yīng)能力。研究結(jié)果表明:神經(jīng)網(wǎng)絡(luò)算法是實(shí)現(xiàn)智能建模的有效方法之一,可以實(shí)現(xiàn)較好精度的智能預(yù)報(bào)。相比而言,BP模型建立較為復(fù)雜,而且耗時(shí)較長(zhǎng),適合離線應(yīng)用;RBF模型建立較為簡(jiǎn)單,而且耗時(shí)較短,適合在線應(yīng)用。
2.對(duì)統(tǒng)計(jì)學(xué)理論和支持向量機(jī)展開了介紹,從理論上區(qū)別了支持向量機(jī)與神經(jīng)網(wǎng)絡(luò)方法的不同,
3、解釋了神經(jīng)網(wǎng)絡(luò)出現(xiàn)過學(xué)習(xí)、低泛化現(xiàn)象的原因。同時(shí),建立了基于支持向量機(jī)的350MW機(jī)組的NOx排放濃度響應(yīng)模型和600MW機(jī)組的多輸出預(yù)測(cè)模型,模型的參數(shù)選取以交叉驗(yàn)證誤差最小和關(guān)聯(lián)系數(shù)最大為目標(biāo)通過網(wǎng)格搜索法確定。實(shí)例分析結(jié)果表明:以網(wǎng)格搜索法確定的參數(shù)組合為基礎(chǔ),可以建立精度較好的支持向量機(jī)智能預(yù)測(cè)模型,模型的精度較高于神經(jīng)網(wǎng)絡(luò)模型,而且建模方法簡(jiǎn)單,不依賴于使用者經(jīng)驗(yàn),非常適合在線應(yīng)用,是建立智能模型的優(yōu)選方法之一。
3
4、.以支持向量機(jī)的參數(shù)優(yōu)化為例,使用粒子群算法對(duì)參數(shù)的最佳組合進(jìn)行了尋優(yōu)。優(yōu)化以參數(shù)組合建立的預(yù)測(cè)模型交叉驗(yàn)證誤差最小為目標(biāo)。優(yōu)化結(jié)果表明:粒子群算法可以尋找到使交叉驗(yàn)證誤差更小、關(guān)聯(lián)系數(shù)更大的參數(shù)組合,較好于網(wǎng)格搜索法確定的參數(shù)組合。而且粒子群算法的收斂速度快,無需依賴于經(jīng)驗(yàn)進(jìn)行初選和精選操作,是支持向量機(jī)參數(shù)優(yōu)化的有效手段之一。
4.以350MW RBF模型為基礎(chǔ),以NOx排放濃度最低為目標(biāo),使用粒子群算法進(jìn)行了目標(biāo)優(yōu)化,優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 燃煤電站鍋爐性能智能優(yōu)化研究.pdf
- 電站燃煤鍋爐多目標(biāo)燃燒優(yōu)化算法研究.pdf
- 燃煤電站鍋爐在線多目標(biāo)燃燒優(yōu)化的研究.pdf
- 燃煤電站鍋爐燃燒過程吹灰優(yōu)化與燃燒優(yōu)化控制.pdf
- 燃煤電站鍋爐的燃燒優(yōu)化技術(shù)及相關(guān)算法應(yīng)用研究.pdf
- 350MW電站鍋爐燃燒優(yōu)化技術(shù)研究.pdf
- 燃煤電站鍋爐低NOx燃燒優(yōu)化運(yùn)行策略的研究.pdf
- 大型燃煤電站鍋爐低NOx燃燒優(yōu)化運(yùn)行的研究.pdf
- 基于智能優(yōu)化算法的電站鍋爐燃燒優(yōu)化.pdf
- 大型電站鍋爐燃燒系統(tǒng)運(yùn)行優(yōu)化技術(shù)研究.pdf
- 大型燃煤鍋爐的燃燒優(yōu)化.pdf
- 燃煤電站鍋爐吹灰優(yōu)化的研究.pdf
- 600MW燃煤電站鍋爐燃燒優(yōu)化組織數(shù)值模擬研究.pdf
- 燃煤電站鍋爐智能吹灰優(yōu)化通用系統(tǒng)的研究與開發(fā).pdf
- 電站鍋爐燃燒優(yōu)化控制研究.pdf
- 電站鍋爐燃燒系統(tǒng)智能控制研究.pdf
- 基于智能算法的燃煤供熱鍋爐建模和燃燒優(yōu)化.pdf
- 褐煤鍋爐動(dòng)態(tài)燃燒優(yōu)化技術(shù)研究.pdf
- 燃煤電站鍋爐智能吹灰系統(tǒng)研究.pdf
- 電站燃燒鍋爐燃燒優(yōu)化系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論