本文選題：電站鍋爐 + 變量選擇��； 參考：《華北電力大學(xué)(北京)》2017年碩士論文

【摘要】：電站鍋爐燃燒優(yōu)化技術(shù)是一種能提高機組能源利用率和降低污染物排放的有效方法和途徑,在節(jié)能減排要求嚴(yán)格的當(dāng)下,備受火電廠青睞。本文針對國內(nèi)燃煤機組的運行特點,主要研究了該技術(shù)中燃燒模型的建立和優(yōu)化等關(guān)鍵部分。論文研究內(nèi)容和研究成果概括為以下幾個方面:(1)分析了現(xiàn)在已有的建模方法,針對算法在建模過程中的不足,介紹了一種新的高效的建模方法,即基于樹結(jié)構(gòu)的自適應(yīng)模糊方法,簡稱模糊樹(FT),進而介紹了魯棒性較強的ε-模糊樹(ε-FT)方法。(2)針對熱工過程變量之間的強相關(guān)性和強耦合性,采用偏最小二乘法(PLS)對燃燒模型的輸入變量進行重要信息提取和變量選擇,將得到的最優(yōu)變量子集作為ε-FT模型的輸入,建立了燃燒系統(tǒng)的PLS-ε-FT模型,并與其他方法進行了對比。仿真結(jié)果表明,該模型通過PLS進行變量選擇,消除了變量的相關(guān)性,降低了模型的維數(shù)和復(fù)雜程度,提高了模型的預(yù)測精度和泛化能力。(3)針對電站鍋爐現(xiàn)場采集數(shù)據(jù)常帶有噪聲而FT又對噪聲特別敏感的問題,提出了基于局部異常因子(LOF)的加權(quán)模糊樹(W-FT)算法,并采用兩個典型的非線性例子驗證了算法的魯棒性。進而,基于W-FT建立了魯棒性較強的電站鍋爐燃燒系統(tǒng)模型,并與其他方法所建立的模型進行了對比。仿真結(jié)果表明,所提的W-FT方法能有效地辨識噪聲和異常值,具有較強的魯棒性;所建立的模型預(yù)測精度較高,泛化能力較強。(4)為了提高機組能源利用率和降低污染物排放,基于ε-FT建立了排煙溫度和NOx排放特性模型,提出了兩種優(yōu)化策略,采用改進的果蠅優(yōu)化算法(MFOA)對電站鍋爐的可調(diào)參數(shù)在一定的范圍內(nèi)進行尋優(yōu)。仿真結(jié)果表明,所建立模型具有較高的預(yù)測精度和較強的泛化能力;所提的優(yōu)化策略均能實現(xiàn)降低排煙溫度和NO_x排放量;所提的燃燒優(yōu)化方案,耗時較少,適合在線應(yīng)用。這些為電廠的實際運行提供了重要的參考。
[Abstract]:Power plant boiler combustion optimization technology is an effective way to improve unit energy utilization and reduce pollutant emissions, in the energy saving and emission reduction requirements are strict, is favored by thermal power plants. According to the operating characteristics of domestic coal-fired units, this paper mainly studies the key parts of the technology, such as the establishment and optimization of combustion models. In this paper, the research contents and research results are summarized as follows: (1) the existing modeling methods are analyzed, and a new and efficient modeling method is introduced in view of the shortcomings of the algorithm in the modeling process. That is, the adaptive fuzzy method based on tree structure, referred to as the fuzzy tree, then introduces the 蔚 -fuzzy tree (蔚 -FT) method with strong robustness, aiming at the strong correlation and strong coupling between variables in the thermal process. The input variables of combustion model are extracted and selected by partial least square method (PLS). The optimal subset of variables is taken as the input of 蔚 -FT model. The PLS- 蔚 -FT model of combustion system is established and compared with other methods. The simulation results show that the model selects variables through PLS, eliminates the correlation of variables, and reduces the dimension and complexity of the model. The prediction accuracy and generalization ability of the model are improved. (3) aiming at the problem that the data collected from the boiler in power station often have noise and FT is especially sensitive to noise, a weighted fuzzy tree W-FTG algorithm based on local anomaly factor (LOF) is proposed. Two typical nonlinear examples are used to verify the robustness of the algorithm. Furthermore, based on W-FT, the model of boiler combustion system with strong robustness is established and compared with the model established by other methods. The simulation results show that the proposed W-FT method can identify noise and outliers effectively and has strong robustness. Based on 蔚 -FT model of exhaust gas temperature and NOx emission characteristics, two optimization strategies are proposed. The improved Drosophila optimization algorithm (MFOAA) is used to optimize the adjustable parameters of utility boilers in a certain range. The simulation results show that the proposed model has high prediction accuracy and strong generalization ability, the proposed optimization strategies can reduce smoke exhaust temperature and NO_x emissions, and the proposed combustion optimization scheme takes less time and is suitable for on-line application. These provide important reference for practical operation of power plant.
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM621.2

【參考文獻】

相關(guān)期刊論文 前10條

1 張文廣;孫亞洲;劉吉臻;高明明;陳峰;;基于自適應(yīng)模糊推理辨識方法和果蠅優(yōu)化算法的CFB鍋爐燃燒優(yōu)化[J];動力工程學(xué)報;2016年02期

2 顧燕萍;趙文杰;吳占松;;最小二乘支持向量機魯棒回歸算法研究[J];清華大學(xué)學(xué)報(自然科學(xué)版);2015年04期

3 康俊杰;牛玉廣;劉敬;胡子慧;樊怡;;基于模糊樹模型的電站鍋爐燃燒系統(tǒng)建模[J];電站系統(tǒng)工程;2014年06期

4 牛玉廣;沙超;康俊杰;;基于數(shù)值模擬與試驗運行數(shù)據(jù)的電站鍋爐燃燒系統(tǒng)復(fù)合建模[J];動力工程學(xué)報;2014年10期

5 牛培峰;麻紅波;李國強;馬云飛;陳貴林;張先臣;;基于支持向量機和果蠅優(yōu)化算法的循環(huán)流化床鍋爐NO_x排放特性研究[J];動力工程學(xué)報;2013年04期

6 吳小文;李擎;;果蠅算法和5種群智能算法的尋優(yōu)性能研究[J];火力與指揮控制;2013年04期

7 牛培峰;肖興軍;李國強;馬云飛;陳貴林;張先臣;;基于萬有引力搜索算法的電廠鍋爐NO_x排放模型的參數(shù)優(yōu)化[J];動力工程學(xué)報;2013年02期

8 張臻;王玉坤;毛劍琴;;基于模糊樹逆方法的高超飛行器變質(zhì)心控制[J];中國科學(xué):信息科學(xué);2012年11期

9 劉吉臻;呂游;楊婷婷;;基于變量選擇的鍋爐NO_x排放的最小二乘支持向量機建模[J];中國電機工程學(xué)報;2012年20期

10 王志軒;潘荔;楊帆;劉嘉;;中國電力工業(yè)“十一五”節(jié)能減排成效及問題思考[J];環(huán)境工程技術(shù)學(xué)報;2012年02期

相關(guān)博士學(xué)位論文 前3條

1 呂游;基于過程數(shù)據(jù)的建模方法研究及應(yīng)用[D];華北電力大學(xué);2014年

2 李勤道;基于爐內(nèi)參數(shù)測量的燃燒系統(tǒng)優(yōu)化運行理論與技術(shù)的研究[D];華北電力大學(xué);2013年

3 楊婷婷;基于數(shù)據(jù)的電站節(jié)能優(yōu)化控制研究[D];華北電力大學(xué)（北京）;2010年

相關(guān)碩士學(xué)位論文 前1條

1 梁妮曉;基于改進果蠅算法優(yōu)化支持向量機的短期負(fù)荷預(yù)測[D];廣西大學(xué);2014年

，

本文編號：1936939