基于改進最優覓食算法的鍋爐NOx排放預測研究

牛培峰, 彭 鵬

(燕山大學 電氣工程學院,河北 秦皇島 066004)

1 引 言

煤炭是我國主要的一次能源,其比重達到了70%,并且80%的煤炭用于燃燒,這帶來了嚴重的環境污染。NOx是一種主要的大氣污染物,從目前我國的NOx排放情況來看,大部分NOx是由燃煤鍋爐及各種化工廠貢獻出來的[1]。

降低NOx排放是電站面臨的一個主要任務。為了得到鍋爐的最佳運行參數,并降低NOx的排放,首先要建立精確的NOx排放特性模型[2]。鍋爐燃燒系統是一個多變量,強耦合的非線性時變系統具有不確定性,因此傳統的解析式建模方法很難建立精確的鍋爐NOx排放特性模型。近年來人工智能技術得到了快速發展以及廣泛應用。程淑紅、高許和周斌利用多特征提取與支持向量機建立車型識別模型[3];王書濤、朱彩云和劉洺辛等將支持向量機應用在山梨酸鉀的熒光光譜檢測中[4];王昱潔、王媛和張勇提出一種基于核模糊C均值聚類、低秩矩陣填充及最小二乘支持向量機的室內定位算法[5]。研究者開始采用智能技術擬合鍋爐NOx排放曲線[6]。余延芳等利用BP神經網絡建立了鍋爐燃燒特性的模型,并用遺傳算法對鍋爐運行參數進行了優化[7,8]。劉飛明、張雨飛將支持向量機與改進混沌粒子群算法相結合來對NOx進行在線建模[9]。丁知平和李應保等改進的最小二乘支持向量機建立煤粉鍋爐NOx排放模型[10,11]。甄成剛、劉懷遠提出一種基于多模型聚類集成的鍋爐煙氣NOx排放量建模方法[12]。馬云鵬等提出基于混沌分組教與學優化算法優化鍋爐NOx模型[13],牛培峰等基于GSA-PELM研究了鍋爐NOx預測模型[14],文獻[15]基于混合雞群算法和核極端學習機預測了鍋爐NOx的排放。……