变尺度混沌蚁群算法在NOx排放优化中的应用

为了控制燃煤电厂NOx排放，应用支持向量回归建立了大型四角切圆燃烧电站锅炉NOx排放特性模型。利用大样本量的热态实炉NOx排放试验数据对模型进行了训练和验证，结合NOx排放模型采用一种变尺度混沌蚁群算法对锅炉运行参数进行优化,定量分析优化算法参数对优化结果的影响。计算结果表明，相对于BP神经网络，支持向量回归模型能更好地预测锅炉NOx排放；变尺度混沌蚁群算法能明显降低NOx排放，且具有较高的稳定性与鲁棒性，1.8min的优化时间也便于在线应用；支持向量回归与变尺度蚁群混合算法能有效降低燃煤锅炉NOx排放，是锅炉NOx排放控制的有效工具。