基于混合PSO优化的LSSVM锅炉烟气含氧量预测控制

• 作者: 梁昔明 龙文 龙祖强
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 最小二乘支持向量机 粒子群算法 烟气含氧量 预测控制
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 980-985
• 分类号: TP273
• 字数: 4140字
• 语种: 中文

摘要

烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素,影响锅炉烟气含氧量的因素多面复杂,对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础.借助现场运行数据,根据锅炉烟气含氧量的特性,建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型.在此基础上结合全局寻优的混合粒子群算法(PSO),对锅炉烟气含氧量进行控制.仿真结果表明:该方法能够比较准确地列火电厂锅炉烟气含氧量进行测量和控制,为锅炉燃烧系统的闭环控制与优化运行提供了新的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁昔明	中南大学信息科学与工程学院	91	1070	20.0	28.0
2	龙祖强	衡阳师范学院物理与电子信息科学系	39	287	9.0	16.0
3	龙文	贵州财经学院贵州省经济系统仿真重点实验室	25	424	11.0	20.0