【摘要】：目前火力發(fā)電在我國的電力行業(yè)中仍占據(jù)著主要地位,約占全國總發(fā)電量的70%左右。在電站中燃煤鍋爐是最大的能源消耗點(diǎn),然而,由于電站鍋爐本身設(shè)備和管理操作等方面的原因,使得鍋爐燃燒系統(tǒng)往往達(dá)不到高效低排的要求。利用機(jī)器學(xué)習(xí)算法對(duì)鍋爐燃燒系統(tǒng)進(jìn)行建模優(yōu)化,可以幫助電站減少能源消耗、優(yōu)化人員操作、提高預(yù)測準(zhǔn)確率。但是,傳統(tǒng)的基于機(jī)器學(xué)習(xí)的鍋爐燃燒系統(tǒng)建模優(yōu)化方法的訓(xùn)練與測試效率、準(zhǔn)確率都有待進(jìn)一步提高。隨著電站鍋爐燃燒系統(tǒng)運(yùn)行數(shù)據(jù)的爆炸式增長,傳統(tǒng)的機(jī)器學(xué)習(xí)算法已經(jīng)很難滿足海量高維數(shù)據(jù)處理的需求。極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)的提出為提高鍋爐燃燒系統(tǒng)的效率開辟了一條有效的途徑。當(dāng)前Hadoop技術(shù)對(duì)于處理海量高維數(shù)據(jù)具有很強(qiáng)的適應(yīng)性,其中的MapReduce編程框架采用分布式計(jì)算,為解決上述大數(shù)據(jù)問題提供了有效手段。因此,如何將ELM算法在Hadoop平臺(tái)上實(shí)現(xiàn)分布式計(jì)算,并將其應(yīng)用到電站鍋爐燃燒優(yōu)化模型上具有重要的理論意義和實(shí)用價(jià)值。本文借用Hadoop中的MapReduce編程框架實(shí)現(xiàn)極限學(xué)習(xí)機(jī)的分布式計(jì)算,并對(duì)分布式極限學(xué)習(xí)機(jī)中的不足進(jìn)行了改進(jìn)。本文具體工作如下:(1)針對(duì)傳統(tǒng)單機(jī)ELM算法在處理海量高維數(shù)據(jù)時(shí)可能面臨計(jì)算速度慢以及單機(jī)資源不足的問題,利用Hadoop中的MapReduce分布式計(jì)算框架對(duì)ELM算法中大矩陣運(yùn)算進(jìn)行優(yōu)化,提出了能夠處理大規(guī)模數(shù)據(jù)的分布式極限學(xué)習(xí)機(jī),即ELM*I算法。(2)分析ELM*I算法,針對(duì)算法中map和reduce方法的中間結(jié)果存儲(chǔ)問題,導(dǎo)致數(shù)據(jù)之間的計(jì)算和傳輸成本增加,對(duì)此提出了一種改進(jìn)的分布式極限學(xué)習(xí)機(jī)(Improved Distributed Extreme Learning Machine,IDELM),并通過實(shí)驗(yàn)驗(yàn)證了IDELM的性能優(yōu)于ELM*I。(3)對(duì)采集回來的電站鍋爐燃燒系統(tǒng)數(shù)據(jù)進(jìn)行預(yù)處理,然后利用IDELM算法分別建立NOx排放量和鍋爐燃燒熱效率預(yù)測模型。通過實(shí)驗(yàn)詳細(xì)分析模型中隱含層節(jié)點(diǎn)L和正則項(xiàng)A兩個(gè)參數(shù)對(duì)模型預(yù)測準(zhǔn)確率和泛化能力的影響,并根據(jù)實(shí)驗(yàn)結(jié)果選出最優(yōu)的兩個(gè)參數(shù)組合以確定各自的最優(yōu)模型,然后利用此模型對(duì)NOx排放量和鍋爐燃燒熱效率進(jìn)行預(yù)測分析。(4)研究了鍋爐燃燒系統(tǒng)多目標(biāo)優(yōu)化問題。根據(jù)之前建立的NOx排放量與鍋爐燃燒熱效率預(yù)測模型綜合建立鍋爐多目標(biāo)燃燒優(yōu)化模型,并以NOx排放量和鍋爐燃燒熱效率作為模型的輸出。通過權(quán)重系數(shù)法將以NOx排放量最小化和鍋爐燃燒熱效率最大化組成的多目標(biāo)優(yōu)化問題轉(zhuǎn)換成單目標(biāo)優(yōu)化問題,并采用分布式粒子群(MR-PSO)算法對(duì)模型可調(diào)輸入?yún)?shù)進(jìn)行優(yōu)化,尋找出相應(yīng)工況下各個(gè)可調(diào)輸入?yún)?shù)之間的最優(yōu)組合值。綜上所述,本文研究了基于MapReduce的分布式極限學(xué)習(xí)機(jī)及其改進(jìn)方法,增強(qiáng)了ELM處理海量高維數(shù)據(jù)的能力。將其應(yīng)用到鍋爐多目標(biāo)燃燒模型建立當(dāng)中,并采用MR-PSO算法優(yōu)化模型。通過大量的實(shí)驗(yàn)分析證明了該方法在解決鍋爐燃燒優(yōu)化問題上的可行性與有效性。
[Abstract]:......
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.13;TM621.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;鍋爐燃燒監(jiān)控新技術(shù)在湖北研制成功[J];工業(yè)控制計(jì)算機(jī);2005年03期

2 劉建峰;;鍋爐燃燒和環(huán)境保護(hù)[J];機(jī)械管理開發(fā);2006年05期

3 劉國偉,符九龍;重氮廢水的鍋爐燃燒處理[J];煤礦環(huán)境保護(hù);1997年04期

4 閆順林,李永華,張恩先;670t/h鍋爐燃燒狀態(tài)綜合評(píng)價(jià)的研究[J];河北電力技術(shù);2000年06期

5 雷如意;韓城電廠1號(hào)鍋爐燃燒問題及解決措施[J];熱力發(fā)電;2001年03期

6 李福祥,馮德全;鍋爐燃燒優(yōu)化指導(dǎo)系統(tǒng)在濰坊發(fā)電廠的開發(fā)應(yīng)用[J];山東電力高等專科學(xué)校學(xué)報(bào);2004年04期

7 張魯峻,項(xiàng)勇;2~#鍋爐燃燒不穩(wěn)定原因分析[J];冶金動(dòng)力;2005年04期

8 馬增輝;羅毅;;基于灰色系統(tǒng)理論的鍋爐燃燒方案決策[J];儀器儀表用戶;2006年06期

9 范慧義;;鍋爐燃燒可燃廢氣的安全技術(shù)[J];林業(yè)勞動(dòng)安全;2007年01期

10 蘭安兵;;寶二電廠鍋爐燃燒實(shí)施效果及存在問題[J];中國電力教育;2007年S3期

相關(guān)會(huì)議論文 前10條

1 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）[C];2004年

2 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];首屆長三角科技論壇——能源科技分論壇論文集[C];2004年

3 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];全國火電大機(jī)組（600MW級(jí)）競賽第十二屆年會(huì)論文集（下冊）[C];2008年

4 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

5 陳紅焰;;燃料經(jīng)濟(jì)區(qū)與火力發(fā)電廠鍋爐燃燒的動(dòng)力性和經(jīng)濟(jì)性的探討[A];“建設(shè)資源節(jié)約型、環(huán)境友好型社會(huì)——節(jié)能、環(huán)保、可持續(xù)發(fā)展”研討會(huì)論文集[C];2006年

6 張海鵬;李永維;;1025t/h鍋爐燃燒切圓反轉(zhuǎn)原因探析及解決辦法[A];山東省石油學(xué)會(huì)油田電力、通信及自動(dòng)化技術(shù)研討會(huì)優(yōu)秀工程技術(shù)論文集[C];2009年

7 王智全;殷修平;賈青;;把握劣質(zhì)煤特性增強(qiáng)鍋爐燃燒穩(wěn)定性[A];全國火電100-200MW級(jí)機(jī)組技術(shù)協(xié)作會(huì)2009年年會(huì)論文集[C];2009年

8 周利慶;黃玉軒;金炎華;葛建忠;郁浩;;降低鍋爐燃燒中NO_x生成探討[A];中國動(dòng)力工程學(xué)會(huì)第三屆青年學(xué)術(shù)年會(huì)論文集[C];2005年

9 梁光山;;熱介質(zhì)鍋爐燃燒分析與配風(fēng)比控制[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

10 徐剛;;鍋爐燃燒不穩(wěn)定原因分析及燃燒器穩(wěn)燃改造[A];全國火電大機(jī)組（300MW級(jí)）競賽第33屆年會(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前5條

1 王顯祿;迎難而上的求索[N];西南電力報(bào);2005年

2 張妍　記者 趙宇清;哈工大一鍋爐燃燒技術(shù)填補(bǔ)國內(nèi)空白[N];黑龍江日報(bào);2011年

3 通訊員 張曉楠　郭蕊;菏澤發(fā)電廠全力以赴保煤保電[N];菏澤日報(bào);2010年

4 胡勇;鄂肥動(dòng)力廠一季度降本1400萬[N];中國石化報(bào);2002年

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

相關(guān)博士學(xué)位論文 前4條

1 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

2 李勤道;基于爐內(nèi)參數(shù)測量的燃燒系統(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

3 劉煥章;基于排放物分析的電站鍋爐燃燒狀態(tài)評(píng)估的研究[D];華北電力大學(xué)（北京）;2008年

4 李國強(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

相關(guān)碩士學(xué)位論文 前10條

1 劉向英;鍋爐燃燒優(yōu)化控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 錢磊;生物質(zhì)直燃鍋爐燃燒控制系統(tǒng)設(shè)計(jì)及優(yōu)化[D];華北電力大學(xué);2015年

3 林祥;融合溫度場信息的鍋爐燃燒優(yōu)化專家系統(tǒng)研究[D];東南大學(xué);2016年

4 王天放;陡河發(fā)電廠200MW鍋爐燃燒優(yōu)化神經(jīng)網(wǎng)絡(luò)建模[D];華北電力大學(xué)(北京);2016年

5 莫浩浩;660MW超臨界機(jī)組鍋爐燃燒優(yōu)化研究[D];東南大學(xué);2016年

6 侯玉杰;基于改進(jìn)果蠅算法的電站鍋爐燃燒建模與優(yōu)化[D];哈爾濱理工大學(xué);2017年

7 朱鈺森;熱電鍋爐燃燒過程建模與運(yùn)行優(yōu)化研究[D];浙江大學(xué);2017年

8 盧博倫;基于煤質(zhì)在線檢測的鍋爐燃燒模型研究[D];華北電力大學(xué);2012年

9 王廣慧;670t/h鍋爐燃燒穩(wěn)定性在線評(píng)判系統(tǒng)的研究[D];華北電力大學(xué)（河北）;2007年

10 溫志強(qiáng);670T/h鍋爐燃燒故障的在線分析[D];華北電力大學(xué)（河北）;2007年

，

本文編號(hào)：2469647