位置:成果数据库 > 期刊 > 期刊详情页
基于遗传算法和支持向量机的低NOx燃烧优化
  • ISSN号:0258-8013
  • 期刊名称:《中国电机工程学报》
  • 时间:0
  • 分类:TK223[动力工程及工程热物理—动力机械及工程]
  • 作者机构:[1]能源清洁利用国家重点实验室(浙江大学),浙江省杭州市310027
  • 相关基金:国家自然科学基金项目(60534030;50576081).
中文摘要:

大型四角切圆电站锅炉NOx排放是造成环境污染的重要因素,也是电/一关心的重要问题。影响燃煤锅炉NOx排放量的因素众多而且复杂。对锅炉NOx排放特性进行建模预测,并结合优化算法实现燃烧优化是降低锅炉NOx排放的有效方法。文中应用支持向量机算法建立了大型四角切圆燃烧锅炉NOx排放特性模型,接合遗传算法,利用NOx排放的热态实炉试验数据对模型进行了校验,对锅炉运行参数进行了优化。结果表明,通过遗传算法的寻优,NOx排放量有比较明显的降低。支持向量机与遗传算法相结合与其它方法相比具有泛化能力好,计算速度快等优点,是锅炉NOx排放控制的有效工具。

英文摘要:

NOx emission is a main factor that has great impacts on the environment. It was affected by many factors and complicated. Building a model to predict NOx emission is a good way to optimize the coal combustion and reduce NOx emission. A support vector machine (SVM) model predicting the NOx emission of a high capacity boiler was developed and verified. Good predicting performance was achieved with the proper learning parameters choosing by genetic algorithms. Low NOx emissions were achieved by combing genetic algorithms and SVM model to optimize operating parameters. The modeling results show that the combination of support vector machine and genetic algorithms has good ability to optimize combustion, it has good generalization ability and higher calculation speed comparing with other approaches.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国电机工程学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国电机工程学会
  • 主编:张文涛
  • 地址:北京清河小营东路15号 中国电力科学研究院内
  • 邮编:100192
  • 邮箱:pcsee@epri.sgcc.com.cn
  • 电话:010-82812536 82812534 82812545
  • 国际标准刊号:ISSN:0258-8013
  • 国内统一刊号:ISSN:11-2107/TM
  • 邮发代号:82-327
  • 获奖情况:
  • 1992年全国优秀科技期刊三等奖,1992年中国科协优秀科技期刊二等奖,1996年中国科协优秀科技期刊二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:98970