收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

新型人工智能技术研究及其在锅炉燃烧优化中的应用

李国强  
【摘要】:人工智能技术是人们从生物进化机理和一些自然现象中受到启发而提出的一类新方法,因其能很好的解决复杂系统的建模和优化问题,故受到各领域的广泛关注和应用。针对极其复杂的物理化学变化的电站锅炉燃烧过程,传统方法很难描述出燃烧特性模型,不易实现锅炉燃烧优化。因此,本文针对人工智能领域中的启发式优化算法、神经网络等重点问题进行了专题研究,并将它们应用于锅炉燃烧过程中,以便于实现电站锅炉的高效低污染燃烧。本文的研究内容具有理论意义和实用价值,其主要内容描述如下: 首先,本文针对人工蜂群算法(Artificial Bee Colony,ABC)的不足,提出了两类改进策略:为了提高ABC的收敛精度和运行稳定性,同时降低ABC的收敛迭代次数,本文提出了一种改进的人工蜂群算法(ImprovedArtificial Bee Colony, I-ABC),在该算法中引入了三个全新的变量——当前最优解、惯性权值和加速系数,另外还提出了一种具有预测选择能力的混合人工蜂群算法(Artificial Bee Colony with the abilities ofPrediction and Selection, PS-ABC),其兼具ABC、I-ABC和Gbest-guided ABC(GABC)三种算法的优化性能。在尽量保证或尽可能提高PS-ABC算法精度的同时降低PS-ABC的运行时间和收敛迭代时间的前提下,本文还提出了另一种改进的方法,称之为PS-ABCⅡ,该算法与PS-ABC主要不同在于:1)种群初始化不同;2)候选解的选择方式不同;3)雇佣蜂变成侦查蜂的模式不同。为了验证上述改进算法的有效性,本文通过23个基准优化问题对其进行测试,仿真结果说明了改进算法具有很好的全局搜索能力和收敛速度。 其次,本文提出了一种具有快速学习功能的新型人工神经网络——快速学习网(Fast Learning Network, FLN)。它是一种双并联型前馈神经网络,其不仅接收来自隐层神经元的信息,而且还可以直接从输入层接收相关信息。本文采用了9个经典的回归数据集验证了快速学习网的学习能力和测试反应能力。另外本文针对快速学习网的不足,给出了两种改进型的学习算法:优化型快速学习网和最小二乘快速学习网(Least Square Fast Learning Network, LSFLN),并将这两种算法应用到了两台煤粉炉(吉林某300MW和江苏某330MW)的燃烧系统的特性建模之中,结果表明其具有很好的辨识性能和普适性。 为了使快速学习网具有在线学习能力,本文给出了两种在线学习算法——在线快速学习网(Online Fast Learning Network, OFLN)和在线最小二乘快速学习网(OnlineLeast Square Fast Learning Network, OLSFLN),并将其应用到了300MW煤粉炉燃烧热效率的在线模拟建模过程中,仿真实验证明OLSFLN能准确地预测出热效率,同时也说明了其具有很好的在线学习能力、泛化能力、稳定性和可重复性。 另外,本文还提出了一种离线型的组合建模方法,其主要是由主模型和补偿模型两部分组合而成。随后将其应用到了吉林某300MW煤粉炉的热效率建模过程中,仿真实验证明该组合方法能高精度的预测锅炉热效率,同时具有良好的泛化能力。 最后,本文在所建立的两台电站锅炉的离线和在线模型的基础上,首先针对从300MW和330MW煤粉炉所采集数据特点,确定各自的优化目标函数。然后采用改进的人工蜂群算法对两台电站锅炉的可调运行参数进行优化,寻找最佳锅炉运行参数组合,使煤粉炉在最佳参数下运行,从而达到燃烧优化的目的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王俊才,杨东伟,吴小戈,王新伟;锅炉燃烧及运行参数的调节方法[J];内江科技;2003年05期
2 常跃峰;孙伟;姜楠;;锅炉燃烧中的一个流体力学问题[J];力学与实践;2005年06期
3 闫顺林,王冬生,李永华,朱卫平;锅炉燃烧稳定性影响因素分析[J];电站系统工程;2005年01期
4 张志宏,林显敏,陈林国;670t/h锅炉燃烧不稳定原因分析[J];江西电力;2005年01期
5 崔毅;乔宁宁;;浅谈锅炉燃烧方式的选择[J];山西煤炭管理干部学院学报;2009年01期
6 陈国华;;如何应对锅炉燃烧波动[J];中国科技信息;2009年16期
7 王丽蓉;;基于群体复合形算法的电站锅炉燃烧的优化[J];电脑知识与技术;2011年28期
8 李智;蔡九菊;赵殿瑞;裴振英;于贵君;;锅炉燃烧性能优化模型的建立[J];热力发电;2012年03期
9 张祖前;;小议锅炉燃烧控制[J];广东化工;2013年16期
10 吴味隆;抽板顶升锅炉燃烧特性的试验研究[J];煤气与热力;1985年04期
11 胡满银,高香林,胡志光,田贺忠,杨官平;锅炉燃烧和运行对电除尘器性能影响的分析与研究[J];中国电机工程学报;1997年04期
12 徐尚义,李赵久,郭三寅;强化锅炉燃烧是节能的主要方法[J];信息产品与节能;2001年02期
13 安恩科,张健,周洪权;电站锅炉燃烧过程数值模拟的收敛性分析[J];同济大学学报(自然科学版);2005年01期
14 侯学玲;;锅炉燃烧自控系统[J];天津科技;2006年04期
15 刘淑娟;;锅炉燃烧稳定性判别方法[J];民营科技;2011年04期
16 张晓静;;煤中加水——锅炉燃烧和节能的大忌[J];能源与节能;2012年06期
17 赵志德;;浅谈烟草企业锅炉燃烧自动化技术[J];中国高新技术企业;2013年22期
18 蒋祖勇;;锅炉燃烧人为自寻优过程控制[J];节能;1991年05期
19 张喜瑞,张丽华;新型锅炉燃烧安全保护和管理系统的研究[J];东北电力学院学报;1995年02期
20 唐梅金;锅炉燃烧经济性分析[J];福建电力与电工;1997年04期
中国重要会议论文全文数据库 前10条
1 李广建;鲍学根;;浅议锅炉燃烧运行调整的方法和措施[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
2 马晖;王飞;崔巍;严建华;马增益;沈佩华;岑可法;;300MW电站锅炉燃烧诊断和运行指导系统[A];首届长三角科技论坛——能源科技分论坛论文集[C];2004年
3 朱玉璧;程相利;陶新建;李琢;王志军;;智能控制在锅炉燃烧优化中的应用[A];全国火电大机组(600MW级)竞赛第十二届年会论文集(下册)[C];2008年
4 郑安平;;浅析间断捞渣方式对稳定锅炉燃烧的作用[A];全国火电100MW级机组技术交流协作网第一届年会论文集[C];2002年
5 陈红焰;;燃料经济区与火力发电厂锅炉燃烧的动力性和经济性的探讨[A];“建设资源节约型、环境友好型社会——节能、环保、可持续发展”研讨会论文集[C];2006年
6 张海鹏;李永维;;1025t/h锅炉燃烧切圆反转原因探析及解决办法[A];山东省石油学会油田电力、通信及自动化技术研讨会优秀工程技术论文集[C];2009年
7 王智全;殷修平;贾青;;把握劣质煤特性增强锅炉燃烧稳定性[A];全国火电100-200MW级机组技术协作会2009年年会论文集[C];2009年
8 周利庆;黄玉轩;金炎华;葛建忠;郁浩;;降低锅炉燃烧中NO_x生成探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
9 梁光山;;热介质锅炉燃烧分析与配风比控制[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
10 徐刚;;锅炉燃烧不稳定原因分析及燃烧器稳燃改造[A];全国火电大机组(300MW级)竞赛第33届年会论文集[C];2004年
中国博士学位论文全文数据库 前4条
1 郝祖龙;电站锅炉燃烧状态识别与诊断研究[D];华北电力大学(北京);2010年
2 李勤道;基于炉内参数测量的燃烧系统优化运行理论与技术的研究[D];华北电力大学;2013年
3 刘焕章;基于排放物分析的电站锅炉燃烧状态评估的研究[D];华北电力大学(北京);2008年
4 李国强;新型人工智能技术研究及其在锅炉燃烧优化中的应用[D];燕山大学;2013年
中国硕士学位论文全文数据库 前10条
1 卢博伦;基于煤质在线检测的锅炉燃烧模型研究[D];华北电力大学;2012年
2 王广慧;670t/h锅炉燃烧稳定性在线评判系统的研究[D];华北电力大学(河北);2007年
3 温志强;670T/h锅炉燃烧故障的在线分析[D];华北电力大学(河北);2007年
4 王禄伟;锅炉燃烧稳定性评判系统研究[D];华北电力大学(河北);2004年
5 迟晓林;基于知识的锅炉燃烧智能控制系统[D];哈尔滨理工大学;2013年
6 刘小军;基于灰色关联分析法的电站锅炉燃烧综合评价[D];华北电力大学;2013年
7 丁元国;锅炉燃烧的在线智能监测与优化研究[D];东北电力大学;2007年
8 陈华桂;锅炉燃烧故障在线诊断及其可视化系统的研究[D];华北电力大学(河北);2003年
9 王冬生;锅炉燃烧稳定性在线评判系统研究[D];华北电力大学(河北);2005年
10 李惊涛;锅炉燃烧稳定性及其运行经济性在线评判系统研究[D];华北电力大学(河北);2003年
中国重要报纸全文数据库 前5条
1 王显禄;迎难而上的求索[N];西南电力报;2005年
2 张妍 记者 赵宇清;哈工大一锅炉燃烧技术填补国内空白[N];黑龙江日报;2011年
3 通讯员 张晓楠 郭蕊;菏泽发电厂全力以赴保煤保电[N];菏泽日报;2010年
4 胡勇;鄂肥动力厂一季度降本1400万[N];中国石化报;2002年
5 王希财玉月;永荣电厂环保受奖[N];经理日报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978