【摘要】：隨著經(jīng)濟(jì)的不斷發(fā)展,人們對(duì)電力的需求也在不斷加大。我國(guó)作為人口大國(guó),對(duì)電力資源的需求更大,能源的損耗和造成的環(huán)境污染是火力發(fā)電方式不可避免的難題。因此對(duì)熱電廠燃燒系統(tǒng)進(jìn)行優(yōu)化成為國(guó)內(nèi)外學(xué)者的重要研究課題。傳統(tǒng)建模方式在處理鍋爐燃燒這一復(fù)雜工程建模時(shí),通常面臨著非線性和強(qiáng)耦合的問(wèn)題。針對(duì)傳統(tǒng)方式的不足,快速學(xué)習(xí)網(wǎng)具有的優(yōu)良的學(xué)習(xí)能力,使得該網(wǎng)絡(luò)具備應(yīng)對(duì)復(fù)雜建模的基礎(chǔ)。針對(duì)快速學(xué)習(xí)網(wǎng)在實(shí)際工程中遇到的泛化性不足問(wèn)題,本文在快速學(xué)習(xí)網(wǎng)的基礎(chǔ)上做了研究與改進(jìn),通過(guò)量子計(jì)算的方式對(duì)網(wǎng)絡(luò)的Dropout處理,實(shí)現(xiàn)了并將改進(jìn)算法應(yīng)用于UCI數(shù)據(jù)集和實(shí)際工程建模。實(shí)現(xiàn)電廠鍋爐燃燒系統(tǒng)的構(gòu)建,同樣需要高效的優(yōu)化算法對(duì)所建立的網(wǎng)絡(luò)模型進(jìn)行優(yōu)化。本文通過(guò)改進(jìn)多目標(biāo)狼群算法,提出一種高效的多目標(biāo)優(yōu)化算法(r-MOWAP)。通過(guò)7種多目標(biāo)測(cè)試函數(shù)的測(cè)試,驗(yàn)證了r-MOWAP算法的有效性,支持了鍋爐燃燒優(yōu)化模型在實(shí)際上的應(yīng)用。為了驗(yàn)證本文提出的優(yōu)化模型,以某熱電廠300MW鍋爐燃燒系統(tǒng)作為研究對(duì)象進(jìn)行研究。采用了量子Dropout快速學(xué)習(xí)網(wǎng)(Quantum Dropout Fast Learning Network,QDFLN)對(duì)燃燒參數(shù)進(jìn)行精確預(yù)測(cè),通過(guò)r-MOWAP算法,對(duì)鍋爐燃燒過(guò)程中的可調(diào)參數(shù)進(jìn)行尋優(yōu)。通過(guò)調(diào)整鍋爐參數(shù),使鍋爐盡可能的運(yùn)行在最優(yōu)運(yùn)行狀態(tài)下。實(shí)驗(yàn)結(jié)果表明,應(yīng)用QDFLN和多目標(biāo)的狼群算法建立的鍋爐燃燒系統(tǒng)模型預(yù)測(cè)精度高,泛化能力強(qiáng),優(yōu)化效果明顯,達(dá)到了降低污染物排放量,提高鍋爐熱效率的目的。同時(shí)在最后實(shí)現(xiàn)了鍋爐燃燒優(yōu)化模型的可視化,為熱電廠實(shí)現(xiàn)節(jié)煤減排提供了支持。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TM621.2
【圖文】：

爐的工作過(guò)程是一種非常復(fù)雜的非線性系統(tǒng)，其具有的多干擾、得傳統(tǒng)的建模方式面臨著計(jì)算復(fù)雜，無(wú)法建立精準(zhǔn)的數(shù)學(xué)模型等經(jīng)網(wǎng)絡(luò)根據(jù)歷史數(shù)據(jù)建立準(zhǔn)確模型的能力，給煤粉鍋爐建立有效思路和新的研究方向。為了保障鍋爐建模的有效性和精確性，有高精度和高運(yùn)算速度的神經(jīng)網(wǎng)絡(luò)。故本章的研究?jī)?nèi)容重點(diǎn)是針對(duì)在的部分問(wèn)題，對(duì)快速學(xué)習(xí)網(wǎng)的相關(guān)特性進(jìn)行提升。神經(jīng)網(wǎng)絡(luò)神經(jīng)元結(jié)構(gòu)經(jīng)網(wǎng)絡(luò)是模擬生物大腦中的神經(jīng)結(jié)構(gòu)而構(gòu)成的，人工神經(jīng)元構(gòu)成基礎(chǔ)。人工神經(jīng)網(wǎng)絡(luò)并不是人工神經(jīng)元簡(jiǎn)單的線性堆疊，人工神弧實(shí)現(xiàn)多種多樣的神經(jīng)元排列組合。而這些多種多樣的結(jié)構(gòu)，就功能的人工神經(jīng)網(wǎng)絡(luò)模型。一個(gè)基礎(chǔ)的人工神經(jīng)元對(duì)應(yīng)的輸入可以間環(huán)節(jié)后，它的輸出無(wú)論如何也只有一個(gè)，人工神經(jīng)元具體結(jié)構(gòu)如

圖 2-2 極端學(xué)習(xí)機(jī)原理圖( j 1,2, , N) 。 T1 2 [ , , , ]i i i in為第i個(gè)隱層節(jié)點(diǎn)與輸入節(jié)節(jié)點(diǎn)閾值為ib ，輸出層節(jié)點(diǎn)與第 i 個(gè)隱層節(jié)點(diǎn)的連T ]im�？梢院�(jiǎn)寫為：H T 1 1 1 11 1( ) ( )( ) ( ) m mN m N mN mg x b g x bHg x b g x b1 2 [ , , , ] Tk k m1 2[ , , , ] TN k NT t t t 層輸出矩陣， 是輸出層權(quán)值矩陣，T 是期望輸出，k 是輸方程的最小范數(shù)二乘解的求法可得：

圖 2-3 快速學(xué)習(xí)網(wǎng)結(jié)構(gòu)圖2-14)用矩陣形式表達(dá)為：oi oh oi oh X XY W X W G W W WG G 1 1 11 1 1 1 11, , , , , , , ,in inm m Nin inNin inm m m N mm Nb bg b g bg b g b G W W x xW x W xW x W x oi ohl n m W W W示隱藏層輸出矩陣。輸出權(quán)值矩陣oi oh W W W 可通過(guò)式(2-3 min X XW Y W YG G

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙秦杰;;電廠鍋爐燃燒運(yùn)行優(yōu)化策略分析[J];低碳世界;2017年27期

2 邱子龍;謝建兵;;對(duì)于電站鍋爐燃燒經(jīng)濟(jì)性診斷模型的研究[J];科技經(jīng)濟(jì)市場(chǎng);2014年05期

3 張祖前;;小議鍋爐燃燒控制[J];廣東化工;2013年16期

4 崔毅;喬寧寧;;淺談鍋爐燃燒方式的選擇[J];山西煤炭管理干部學(xué)院學(xué)報(bào);2009年01期

5 李紹雄;馬孝聰;王昌貴;;工業(yè)鍋爐燃燒型煤的爐前成型[J];工業(yè)鍋爐;1987年01期

6 熊仁森;高孝運(yùn);;TSH-Ⅰ型低能r射線測(cè)灰儀的應(yīng)用[J];西南電力;1987年Z2期

7 蔣耀祖;徐謙;;工業(yè)鍋爐燃燒優(yōu)化控制研究[J];能源;1987年06期

8 謝朝泉;;日本在鋼鐵企業(yè)中利用燃?xì)廨啓C(jī)節(jié)能[J];節(jié)能;1987年09期

9 言電;上海�？怂共_銷售服務(wù)公司開業(yè)來(lái)的業(yè)務(wù)概況[J];發(fā)電設(shè)備;1989年05期

10 朱杰;談?wù)勑⌒湾仩t燃燒褐煤存在的問(wèn)題和改進(jìn)措施[J];節(jié)能技術(shù);1989年01期

相關(guān)會(huì)議論文 前10條

1 張巍;張君穎;;基于現(xiàn)場(chǎng)數(shù)據(jù)的鍋爐燃燒優(yōu)化模型建模與尋優(yōu)[A];2014年中國(guó)發(fā)電廠熱工自動(dòng)化技術(shù)論壇論文集（上冊(cè)）[C];2014年

2 李廣建;鮑學(xué)根;;淺議鍋爐燃燒運(yùn)行調(diào)整的方法和措施[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

3 鄭安平;;淺析間斷撈渣方式對(duì)穩(wěn)定鍋爐燃燒的作用[A];全國(guó)火電100MW級(jí)機(jī)組技術(shù)交流協(xié)作網(wǎng)第一屆年會(huì)論文集[C];2002年

4 馬暉;王飛;崔巍;嚴(yán)建華;馬增益;沈佩華;岑可法;;300MW電站鍋爐燃燒診斷和運(yùn)行指導(dǎo)系統(tǒng)[A];首屆長(zhǎng)三角科技論壇——能源科技分論壇論文集[C];2004年

5 張強(qiáng);;鍋爐燃燒的運(yùn)行調(diào)整[A];第二屆電站鍋爐優(yōu)化運(yùn)行與環(huán)保技術(shù)研討會(huì)論文集[C];2014年

6 尚文祥;楊海中;孟瀅;徐疆峰;;鍋爐燃燒劣質(zhì)煤的技術(shù)措施[A];全國(guó)火電大機(jī)組（600MW級(jí)）競(jìng)賽第11屆年會(huì)論文集（上冊(cè)）[C];2007年

7 王志成;李文學(xué);焦慧;曹文亮;陳忠;郭滔;蘇國(guó)新;田福明;李燕琪;;電站鍋爐燃燒狀態(tài)檢測(cè)及綜合優(yōu)化控制系統(tǒng)[A];電力行業(yè)信息化優(yōu)秀成果集2013[C];2013年

8 安恩科;陳卓;張偉;;電站鍋爐燃燒系統(tǒng)建模與多目標(biāo)優(yōu)化研究[A];2010年全國(guó)能源環(huán)保生產(chǎn)技術(shù)會(huì)議文集[C];2010年

9 朱玉璧;程相利;陶新建;李琢;王志軍;;智能控制在鍋爐燃燒優(yōu)化中的應(yīng)用[A];全國(guó)火電大機(jī)組（600MW級(jí)）競(jìng)賽第十二屆年會(huì)論文集（下冊(cè)）[C];2008年

10 胡中慶;;鍋爐燃燒優(yōu)化閉環(huán)控制的效果評(píng)估[A];推進(jìn)能源生產(chǎn)和消費(fèi)革命——第十屆長(zhǎng)三角能源論壇論文集[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 張妍　記者 趙宇清;哈工大一鍋爐燃燒技術(shù)填補(bǔ)國(guó)內(nèi)空白[N];黑龍江日?qǐng)?bào);2011年

2 相子瑞　葉景祿;30億催生25個(gè)億元項(xiàng)目[N];德州日?qǐng)?bào);2010年

3 江嵐;GE能源集團(tuán)鍋爐燃燒優(yōu)化解決方案在中電投閔行電廠成功應(yīng)用[N];機(jī)電商報(bào);2009年

4 王德國(guó)　劉國(guó)紅;山鋁“粗糧”細(xì)做巧成“炊”[N];淄博日?qǐng)?bào);2010年

5 本報(bào)記者;維群公司投資1800萬(wàn)元抓環(huán)保[N];山西日?qǐng)?bào);2007年

6 記者 張興剛 張建民;金江公司痛將資金投環(huán)保[N];中國(guó)化工報(bào);2007年

7 通訊員 鄭輝;遼河油田“莫爾技術(shù)”促進(jìn)降耗增效[N];中國(guó)石油報(bào);2010年

8 記者 賈永強(qiáng)　通訊員 海珍;阜豐公司 將廢渣污水變成寶[N];內(nèi)蒙古日?qǐng)?bào)(漢);2009年

9 馮洋;“土專家”的秘密[N];大眾科技報(bào);2009年

10 王希財(cái)邋玉月;永榮電廠環(huán)保受獎(jiǎng)[N];經(jīng)理日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前9條

1 李霞;超限學(xué)習(xí)機(jī)與渦流搜索算法及其在鍋爐燃燒優(yōu)化中應(yīng)用[D];燕山大學(xué);2019年

2 馬云鵬;極端學(xué)習(xí)機(jī)和教與學(xué)優(yōu)化算法改進(jìn)及其在鍋爐燃燒優(yōu)化中的應(yīng)用研究[D];燕山大學(xué);2018年

3 郝祖龍;電站鍋爐燃燒狀態(tài)識(shí)別與診斷研究[D];華北電力大學(xué)（北京）;2010年

4 李國(guó)強(qiáng);新型人工智能技術(shù)研究及其在鍋爐燃燒優(yōu)化中的應(yīng)用[D];燕山大學(xué);2013年

5 譚鵬;電站鍋爐混煤低NO_x燃燒建模與運(yùn)行優(yōu)化研究[D];華中科技大學(xué);2017年

6 羅自學(xué);引入輻射能信號(hào)的鍋爐燃燒檢測(cè)及優(yōu)化控制[D];華中科技大學(xué);2007年

7 高明明;大型循環(huán)流化床鍋爐燃燒狀態(tài)監(jiān)測(cè)研究[D];華北電力大學(xué);2013年

8 張欣;火電廠煤粉鍋爐燃燒狀態(tài)智能監(jiān)測(cè)與評(píng)判研究[D];華北電力大學(xué)（河北）;2009年

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

相關(guān)碩士學(xué)位論文 前10條

1 胡振強(qiáng);墻式SOFA風(fēng)對(duì)660MW鍋爐燃燒特性影響的數(shù)值模擬[D];華中科技大學(xué);2019年

2 黃達(dá);基于改進(jìn)快速學(xué)習(xí)網(wǎng)的鍋爐燃燒優(yōu)化研究與應(yīng)用[D];燕山大學(xué);2019年

3 張義卓;基于群智能算法的鍋爐燃燒優(yōu)化[D];上海交通大學(xué);2016年

4 朱峗;基于數(shù)據(jù)分析與挖掘的鍋爐燃燒層溫度建模[D];華北電力大學(xué)(北京);2019年

5 陳琪;基于極限學(xué)習(xí)機(jī)的電站鍋爐燃燒系統(tǒng)建模及多目標(biāo)優(yōu)化[D];太原理工大學(xué);2019年

6 王英杰;基于計(jì)算機(jī)視覺(jué)的鍋爐燃燒狀態(tài)檢測(cè)方法研究[D];沈陽(yáng)建筑大學(xué);2016年

7 張思齊;基于多信息融合的鍋爐燃燒穩(wěn)定性建模研究[D];華北電力大學(xué)(北京);2018年

8 賀曦;重慶某氧化鋁廠75-130t/h CFB鍋爐燃燒優(yōu)化試驗(yàn)研究[D];重慶大學(xué);2018年

9 徐晨晨;基于Hadoop大數(shù)據(jù)平臺(tái)的電站鍋爐燃燒系統(tǒng)建模及優(yōu)化[D];太原理工大學(xué);2017年

10 王豐;生物質(zhì)發(fā)電鍋爐燃燒控制系統(tǒng)設(shè)計(jì)與應(yīng)用[D];燕山大學(xué);2017年

本文編號(hào)：2793494