火電機(jī)組脫硝過程經(jīng)濟(jì)性建模與優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、大型燃煤電站鍋爐在進(jìn)行煙氣脫硝時會產(chǎn)生較高的運行成本,對其進(jìn)行在線優(yōu)化可降低鍋爐的脫硝成本,提升發(fā)電企業(yè)的競爭力。本文主要研究火電機(jī)組脫硝成本的在線建模與優(yōu)化問題,最終構(gòu)建了一個基于電廠真實運行數(shù)據(jù)的在線脫硝經(jīng)濟(jì)性優(yōu)化系統(tǒng)。該系統(tǒng)能夠指導(dǎo)運行人員按照最經(jīng)濟(jì)的方式調(diào)整鍋爐輸入?yún)?shù),從而降低脫硝成本,實現(xiàn)火電機(jī)組脫硝過程中的在線經(jīng)濟(jì)性優(yōu)化。
  在建立該優(yōu)化系統(tǒng)時,首先利用基于數(shù)據(jù)驅(qū)動的最小二乘支持向量機(jī)(LSSVM)方法建立鍋爐的脫

2、硝成本預(yù)測模型。建模過程中,利用BP算法對輸入變量的進(jìn)行篩選以降低模型的復(fù)雜度、提高預(yù)測精度。然后基于該脫硝成本的BP-LSSVM預(yù)測模型,利用一種改進(jìn)的遺傳算法(Genetic Algorithm,GA)進(jìn)行機(jī)組常運行負(fù)荷點處的離線尋優(yōu)以建立一個離線最優(yōu)專家數(shù)據(jù)庫(OffiineOptimal Expert Database,OOED),該數(shù)據(jù)庫存儲了機(jī)組常運行負(fù)荷點下脫硝成本最小時各調(diào)整變量的最優(yōu)取值。最后,采用基于數(shù)據(jù)挖掘的模糊關(guān)

3、聯(lián)規(guī)則挖掘算法(Fuzzy Association Rule Mining,F(xiàn)ARM)從OOED中提取機(jī)組負(fù)荷與各調(diào)整變量最優(yōu)取值的關(guān)聯(lián)關(guān)系,實現(xiàn)機(jī)組的脫硝經(jīng)濟(jì)性在線優(yōu)化。
  在建模過程中,本文也建立了不采用變量選擇的LSSVM脫硝成本預(yù)測模型,并與采用變量選擇的BP-LSSVM模型進(jìn)行比較。在優(yōu)化過程中,本文采用了傳統(tǒng)的GA優(yōu)化算法進(jìn)行了脫硝經(jīng)濟(jì)性優(yōu)化,并與本文提出的FARM優(yōu)化方案進(jìn)行了對比。結(jié)果表明,BP-LSSVM建模方

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論