基于粒子群优化的FCM-SVM算法的锅炉燃煤结渣预测

• 作者: 任林 王东风
• 来源期刊: 山东电力技术
• 学科: 工学
• 关键词: 燃煤锅炉 结渣 粒子群 支持向量机
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 发电技术
• 页码范围: 46-49,55
• 页数: 5页
• 分类号: TK227.2
• 字数: 3198字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9904.2018.08.011

摘要

应用模糊C均值聚类算法(FCM)对影响电站锅炉燃煤结渣特性的指标预处理,并采用基于粒子群算法优化的SVM对电站燃煤锅炉的结渣特性进行建模.将煤的软化温度t2、硅铝比m (SiO2/Al2O3)、碱酸比m(B/A)、硅比G、综合指数R、无因次炉膛实际切圆直径Dw以及无因次炉膛最高温度tw作为模型的输入变量,结渣程度作为输出变量.应用30组数据对模型进行训练,最后,利用建立的模型对9台锅炉的结渣特性进行评判.结果表明:该模型具有较高的预测正确率,能够有效地减少训练过程中的过拟合度,模型本身具有很好地泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东风		170	3490	34.0	51.0
2	任林		3	5	1.0	2.0