10.11857/j.issn.1674-5124.2020120042
基于改进MVO和WLSSVM的燃煤锅炉NOx排放优化
为降低电厂燃煤锅炉的NOx排放浓度,提出一种基于改进多元宇宙优化算法(improvedmulti-verseoptimizer algorithm,IMVO)和加权最小二乘支持向量机(weighted least squares support vector machine,WLSSVM)的锅炉NOx排放优化方法.首先,针对多元宇宙优化算法TDR值下降速度较慢而导致旅行距离增加的问题,提出一种改进的多元宇宙算法;然后,采用IMVO算法对WLSSVM模型参数进行寻优,建立基于IMVO-WLSSVM的NOx排放量预测模型;最后,基于所建预测模型,采用IMVO算法对锅炉运行可调参数进行寻优来降低NOx排放浓度.采用某330 MW机组燃煤锅炉的运行数据对模型进行验证,结果表明:所建预测模型的平均绝对百分比误差为1.09%,相对于其他几种预测模型具有更高的预测精度,改进的多元宇宙优化算法可以使优化后的NOx排放浓度更低,具有更好的寻优效果.
燃煤锅炉;NOx排放量预测;燃烧优化;多元宇宙优化算法;加权最小二乘支持向量机
47
TM621.2;TP391(发电、发电厂)
河北省科技支撑计划资助项目19210108D,19214501D,20314501D
2021-11-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
148-154