支持向量机在电站锅炉燃烧优化中的应用

摘要

支持向量机是一种新颖的人工智能技术，适用于复杂非线性系统的建模。最小二乘支持向量机是以二次损失函数为经验风险的支持向量机，本文阐述了其建模的摹本算法;分析了模型参数对模型精度、复杂度等性能的影响，为模型参数的确定提供了理论参考。基于最小二乘支持向量机，本文建立了电站锅炉燃烧模型，实现了锅炉飞灰含碳量、排烟温度、NOx排放量的软测量和锅炉效率的预测;以所建立的锅炉燃烧模型为基础，文中采用具有最优保留策略的遗传算法，以提高锅炉效率和降低NOx排放为目标，对锅炉运行工况进行了优化，为电站DCS提供最佳的操作变量设定值。算例表明，文中所提出的优化控制方案町以实现电站锅炉高效、低污染运行。