| 基于混合PSO优化的LSSVM锅炉烟气含氧量预测控制 |
| |
| 作者姓名： | 龙文 梁昔明 龙祖强 |
| |
| 作者单位： | 1.中南大学 信息科学与工程学院,湖南,长沙,410083;2.贵州财经学院 贵州省经济系统仿真重点实验室,贵州,贵阳,550004;3.衡阳师范学院 物理与电子信息科学系,湖南,衡阳,421008 |
| |
| 基金项目： | 国家自然科学基金资助项目(60874070,61074069);湖南省研究生科研创新项目(CX2009B038) |
| |
| 摘 要： | 烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素,影响锅炉烟气含氧量的因素多而复杂,对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据,根据锅炉烟气含氧量的特性,建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO),对锅炉烟气含氧量进行控制。仿真结果表明：该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制,为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。
|
| 关 键 词： | 最小二乘支持向量机 粒子群算法 烟气含氧量 预测控制 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《中南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《中南大学学报(自然科学版)》下载全文 |
|
