基于LS-SVM和SPEA2的电站锅炉燃烧多目标优化研究

• 作者: 刘定平 陈敏生
• 来源期刊: 华东电力
• 学科: 工学
• 关键词: 锅炉效率 燃烧优化 LS-SVM SPEA2
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 探讨与实践
• 页码范围: 50-54
• 页数: 5页
• 分类号: TK227.1
• 字数: 3195字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9529.2006.03.014

摘要

利用最小二乘支持向量机(LS-SVM)对锅炉燃烧特性建模,构造了以锅炉效率与NOx排放为组合的锅炉燃烧多目标优化模型,并与BP神经网络建模比较,分析表明模型在泛化能力、收敛速度和最优性均优于神经网络模型;针对锅炉高效低污染燃烧多目标问题,提出利用多目标进化算法SPEA2(强度Pareto进化算法)实现运行工况寻优,然后根据模糊集理论在Pareto解集中求得满意解,获得锅炉燃烧优化调整方式.通过某600 MW机组的仿真计算,并与加权遗传算法比较,结果表明本文算法在Pareto前沿具有更好的多样化,克服了将多目标函数加权求和转化为单目标优化问题只能找到凸Pareto最优域及需要多次运行得到Pareto解集的缺陷,计算结果可指导运行人员进行参数优化调整,提高燃烧经济性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘定平	华南理工大学电力学院	59	578	12.0	21.0
2	陈敏生	华南理工大学电力学院	7	198	7.0	7.0