基于最小二乘支持向量机的电站锅炉燃烧优化

高效、低污染是电站锅炉燃烧优化的目标。该文基于最小二乘支持向量机，建立了电站锅炉燃烧模型，实现了飞灰含碳量、排烟温度、NOx排放量等参数的软测量和锅炉效率的预测；对比了最小二乘支持向量机和BP神经网络模型的性能，对比结果表明，最小二乘支持向量机具有训练时间短、泛化能力高等优点。提出2种锅炉燃烧优化方式，并以所建立的燃烧模型为基础，采用遗传算法对锅炉运行工况进行寻优，为分散控制系统基础控制层提供最佳的操作变量设定值。算例表明，文中所提出的燃烧优化方案可以有效提高电站锅炉效率和降低NOx排放量。