使用博弈差分算法的电站锅炉高效低污染燃烧均衡优化

摘要：

提高电站锅炉热效率,降低NOx等污染物的排放量是电站节能减排必须解决的问题.经过采用经量子遗传算法(QGA)优化参数后的最小二乘支持向量机(LSSVM-QGA)建立燃烧优化模型,预测的锅炉热效率和NOx排放量的平均相对误差分别达到了0.054%和1.229%,其预测精度及泛化能力均较优,有更强的适用性能.在此模型基础上,提出一种采用自适应缩放因子与交叉因子和共享函数机制的差分进化算法(DE),通过其演化博弈论中的NASH均衡,实现锅炉燃烧的多目标优化,结果表明,基于NASH均衡的优化方法可以得到操作变量的最优解集,能够更好地改善运行工况,最终可以实现削峰填谷,使电站锅炉保持一个稳定均衡的燃烧状态.

关键词：电站锅炉、优化、最小二乘支持向量机、模型、预测、差分进化算法、NASH均衡

所属期刊栏目：68

分类号：TP273;TK227.1(自动化技术及设备)

资助基金：国家自然科学基金青年科学基金项目51508446;陕西省自然科学基金项目2015JM6337.supported by the National Natural Science Foundation of China51508446;the Natural Science Foundation of Shaanxi Province2015JM6337

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2455-2464