為滿足國家燃煤機(jī)組超低排放要求,燃煤電站過去數(shù)年中快速廣泛地搭建了眾多煙氣潔凈處理裝置。這些設(shè)施服役后逐漸暴露出設(shè)計裕量大、改造過度等問題,致使相關(guān)系統(tǒng)存在不同程度的能源浪費。面對這一問題,傳統(tǒng)的PID技術(shù)針對復(fù)雜系統(tǒng)調(diào)節(jié)能力的不足、信息化智能化技術(shù)在電站的快速推廣使得眾多學(xué)者致力于相關(guān)系統(tǒng)的智能優(yōu)化研究。本文利用人工智能相關(guān)算法基于2×44640組數(shù)據(jù)對濕法脫硫系統(tǒng)展開了預(yù)測模型搭建、模型誤差分析和結(jié)構(gòu)確定以及工況優(yōu)化三方面研究。預(yù)測模型搭建過程以系統(tǒng)出口SO₂濃度和能耗為模型雙輸出,基于44640組數(shù)據(jù),以小腦模型為基礎(chǔ),利用灰關(guān)聯(lián)熵分析法輔助確定模型輸入?yún)?shù),依靠均勻設(shè)計法及其誤差分析體系展開模型搭建實驗與分析,提出并嘗試?yán)眯∧X模型特征地址數(shù)進(jìn)行誤差擬合和分析預(yù)測取得了良好效果。在此基礎(chǔ)上,采用這一方法確定了平均誤差小于1%的預(yù)測模型結(jié)構(gòu)參數(shù)。最后,基于已確定模型結(jié)構(gòu),采用95%和5%的建模與驗證數(shù)據(jù)分配比進(jìn)行了模型驗證。為比較小腦模型不同的誤差分析方法以便模型搭建過程結(jié)構(gòu)參數(shù)的確定,同時對特征地址數(shù)分析法展開進(jìn)一步研究,基于另外44640組數(shù)據(jù),利用均勻...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
主要符號表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文工作及結(jié)構(gòu)
第二章 脫硫系統(tǒng)數(shù)據(jù)處理與建模方法
    2.1 引言
    2.2 CMAC小腦模型
    2.3 SG濾波法
    2.4 灰關(guān)聯(lián)熵分析法
    2.5 均勻設(shè)計與多元線性回歸
    2.6 本章小結(jié)
第三章 脫硫系統(tǒng)CMAC預(yù)測模型搭建
    3.1 引言
    3.2 雙循環(huán)濕法脫硫系統(tǒng)
    3.3 數(shù)據(jù)準(zhǔn)備與預(yù)處理
    3.4 預(yù)測模型搭建實驗與結(jié)果分析
        3.4.1 模型參數(shù)與評價指標(biāo)確定
        3.4.2 實驗組設(shè)計與分析
        3.4.3 預(yù)測組設(shè)計與驗證
        3.4.4 CMAC特征地址數(shù)誤差分析法
    3.5 預(yù)測模型結(jié)構(gòu)確定與驗證
        3.5.1 預(yù)測模型結(jié)構(gòu)確定
        3.5.2 預(yù)測模型驗證
    3.6 本章小結(jié)
第四章 CMAC模型結(jié)構(gòu)確定方法研究
    4.1 引言
    4.2 模型參數(shù)確定與實驗設(shè)計
    4.3 CMAC誤差分析與結(jié)構(gòu)確定
        4.3.1 多方法擬合與分析
        4.3.2 線性回歸結(jié)構(gòu)確定法
        4.3.3 特征地址數(shù)結(jié)構(gòu)確定法
        4.3.4 實際地址數(shù)結(jié)構(gòu)確定法
        4.3.5 特征地址數(shù)結(jié)構(gòu)確定法的局限
    4.4 本章小結(jié)
第五章 脫硫系統(tǒng)CMAC模型工況尋優(yōu)
    5.1 引言
    5.2 遺傳算法工況尋優(yōu)
        5.2.1 遺傳算法在CMAC中的應(yīng)用
        5.2.2 遺傳算法尋優(yōu)案例
    5.3 人工蜂群算法工況尋優(yōu)
        5.3.1 人工蜂群算法實踐原理
        5.3.2 人工蜂群算法尋優(yōu)案例
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄
研究生期間參與發(fā)表作品



本文編號：3868027