最小二乘支持向量机联合改进果蝇优化算法的CFB锅炉燃烧优化

• 作者: 孙亚洲 张文广 张越 李宝贵 高明明
• 来源期刊: 热力发电
• 关键词: CFB 锅炉效率 NOx SO2 最小二乘支持向量机 改进果蝇优化算法 燃烧优化
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 热 能 科 学 研 究
• 页码范围: 44-49
• 页数: 6页
• 分类号: TK223
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2016.07.044

摘要

针对电厂循环流化床(CFB)锅炉降低污染物排放和提高锅炉燃烧效率的问题,本文首先应用最小二乘支持向量机(LS-SVM)建立了锅炉效率、NOx 和 SO2排放特性的软测量模型,并对比了LS-SVM和BP神经网络模型的性能；然后基于 LS-SVM建立的模型,提出了3种优化策略,采用改进果蝇优化算法(MFOA)在一定范围内对 CFB锅炉运行工况的可调参数进行优化.结果表明：LS-SVM模型与 BP 神经网络模型相比,训练时间较短,预测精度较高,泛化能力较强；CFB 锅炉效率最多提高了0．61％,NOx 和 SO2排放质量浓度最多降低了7．88％和18．13％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高明明	华北电力大学新能源电力系统国家重点实验室	23	116	7.0	9.0
2	张文广	华北电力大学新能源电力系统国家重点实验室	18	89	7.0	8.0
3	张越	华北电力大学新能源电力系统国家重点实验室	5	24	2.0	4.0
4	孙亚洲	华北电力大学新能源电力系统国家重点实验室	2	20	2.0	2.0