10.15985/j.cnki.1001-3865.2016.10.003
基于反向传播-向量评价遗传算法模型的燃煤电站锅炉燃烧多目标优化
基于MATLAB智能工具箱对某300 MW电站锅炉进行燃烧优化.利用反向传播(BP)神经网络分别建立了锅炉热效率和NOx排放预测模型,用以预测锅炉热效率和NOx排放特性.锅炉热效率预测的校验样本相对误差平均绝对值为o.210 0%,NOx排放量预测的校验样本相对误差平均绝对值为2.410 0%,表明模型具有良好的准确性和泛化性.借助向量评价遗传算法(VEGA)优化模型得到锅炉热效率和NOx排放量的优质解集合.300 MW负荷下锅炉热效率优质解集合为92.93%~93.64%,NOx排放量优质解集合为367~413 mg/m3;270 MW负荷下锅炉热效率优质解集合为92.26%~93.56%,NOx排放量优质解集合为360~416 mg/m3.研究结果对实际的电站锅炉燃烧具有一定的指导意义.
电站锅炉、锅炉热效率、NOx排放量、多目标优化
38
TP3;TP1
国家自然科学基金资助项目61262048
2016-11-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
12-16,32