基于超限学习机与涡流搜索算法的锅炉燃烧优化策略

• 作者: 侯荣利
• 来源期刊: 冶金能源
• 关键词: 超限学习机 锅炉涡流 燃烧控制 节煤 算法革新
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 测控技术|Tech. of measure and control
• 页码范围: 60-64
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1617.2021.05.012

摘要

设计一种基于超限学习机(Extreme Learning Machine,ELM)算法的涡流搜索控制策略,调用锅炉燃烧控制物联网探头系统中的12个高清红外单通道探头数据,实现对每秒597.1968 MB大宗数据的深度卷积超限学习挖掘,对锅炉中的涡流状态给出[0,1]区间上的评价值.通过将该系统投并到锅炉控制系统中,将该系统反馈值控制到0.200以下作为控制目标之一,使锅炉总功率较投并前提升1.73％,平均煤耗节约1.66％.