基于改进果蝇算法的电站锅炉燃烧建模与优化

摘要

电站锅炉不仅需要大量的煤炭资源，也排放出许多的大气污染物。在处理锅炉效率和控制污染物这个问题上，本文基于改进果蝇算法优化的锅炉燃烧方法，相比原始果蝇算法具有明显的特性，可以为电站锅炉高效率、低污染运行提供可靠的指导。
　　为达到提高锅炉热效率同时减少NOx排放的目标，提出改进果蝇算法(MFOA)优化支持向量机(SVM)的锅炉建模方法。针对果蝇(FOA)算法寻优精度低、收敛速度慢的问题，本文使用三维搜索及自适应变步长的策略改进果蝇算法，并完成对SVM中的惩罚因子C、核参数g和不敏感损失系数ε，这三个参数的寻优，使支持向量机对锅炉燃烧系统模型预测更加准确。另外根据不同时间段的样本数据来检验MFOA-SVM模型的预测能力，并且与未改进果蝇算法优化支持向量机(FOA-SVM)的预测效果进行比较，仿真结果表明，改进的果蝇算法具有较强的参数寻优能力，能够有效提高SVM模型的准确性，进而提高SVM模型寻优精度;与FOA-SVM模型对比，MFOA-SVM模型寻优的精度更高，收敛速度更快，可以更准确地预测锅炉热效率和NOx排放。最后以所建燃烧模型为基础，使用MFOA算法对锅炉进行单目标和多目标优化，优化结果表明，文中所提出的燃烧优化方案可以有效提高锅炉效率和降低NOx排放量。

目录

声明

摘要

第1章 绪论

1．1 课题的背景和意义

1．2 锅炉燃烧系统建模技术现状与发展

1．3 本文的主要研究内容

第2章 电站锅炉NOx的生成机理与热效率计算

2．1 锅炉简介

2．2 煤粉锅炉燃烧系统

2．3 NOx的生成和破坏机理

2．3．1 NOx生成机理

2．3．2 NOx破坏机理

2．4 锅炉的热效率

2．4．1 热效率定义

2．4．2 热效率计算

2．5 燃烧优化要求

2．6 本章小结

第3章 支持向量机与改进果蝇算法理论

3．1 支持向量机

3．1．1 SVM的背景

3．1．2 SVM的优势

3．2 支持向量机回归原理

3．3 SVM核函数选择

3．4 交叉验证法

3．5 果蝇算法及其改进理论概述

3．5．1 果蝇算法原理

3．5．2 改进果蝇算法理论

3．6 本章小结

第4章 电站锅炉燃烧系统建模

4．1 实验设备及数据采集

4．1．1 实验设备介绍

4．1．2 实验数据采集

4．2 锅炉燃烧特性模型结构及仿真实验

4．2．1 模型结构

4．2．2 仿真实验

4．3 燃烧特性模型的验证与分析

4．4 本章小结

第5章 电站锅炉的燃烧优化算法模型

5．1 优化目标分析与优化算法建立

5．1．1 优化目标分析

5．1．2 优化算法流程

5．2 电站锅炉单目标优化

5．2．1 NOx排放优化

5．2．2 算法参数设置

5．2．3 高效率优化

5．3 电站锅炉多目标优化

5．4 本章小结

结论

参考文献

攻读学位期间取得的学术成果

致谢