10.11857/j.issn.1674-5124.2016.03.027
基于声波测温和LSSVM_GA的电厂NOx排放建模与优化
因传统燃烧优化实验控制电厂NOx排放的方法很难满足复杂多变的燃烧工况，为更智能地对NOx排放进行监测和更方便地对其进行优化，对某电厂2#炉300 MW工况下NOx排放优化实验时的DCS内运行数据和声波测温系统内的温度分布数据进行采集。利用最小二乘支持向量机，以炉膛温度信息和其他影响NOx排放的主要因素为输入，以NOx排放浓度为输出建立NOx排放预测模型，在预测模型的基础上利用遗传算法对顶部4层分离燃尽风开度进行直接寻优，达到降低NOx排放的目的。结果表明：加入炉膛温度信息后的NOx排放模型准确度更高，遗传算法优化之后的NOx排放浓度显著降低，优化后参数更符合工程实际。
声波测温、支持向量机、遗传算法、NOx排放
42
TQ6;TQ1
2016-05-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
118-122
