电站锅炉缺失数据的遗传自适应填补方法

为提高燃烧效率及降低污染排放,基于运行数据的建模与优化是一种有效途径,但现场运行数据因传感器故障或传输失败等原因不可避免地存在缺失值,进而导致信息不完备,无法直接进行建模与优化.针对这一问题,采用一种基于时间相关性的缺失值填补算法,基于线性插值原理对平稳运行过程的缺失数据进行填补;针对非平稳运行工况,提出一种类平均值填补算法,并对其分类结果进行加权修正,进一步提高填补准确性;在此基础上,提出一种基于遗传算法的自适应加权类平均值填补方法,并在实际数据上进行测试分析,结果表明该方法具有更高的填补准确率.     

基于支持向量机和遗传算法的电站锅炉水冷壁高温腐蚀建模与燃烧优化

电站锅炉水冷壁的高温腐蚀是锅炉机组安全的严重威胁,强还原性气氛是导致高温腐蚀的主要原因,针对还原性气氛的特征指标CO浓度进行建模,并结合优化算法实现燃烧优化是控制还原性气氛的有效方法。应用支持向量机算法建立电站锅炉水冷壁周围CO浓度模型,利用热态实炉试验数据对模型进行训练和校验。该模型对不同试验工况下的CO浓度作出了较准确预测,应用该模型和遗传算法对锅炉进行以降低水冷壁周围CO浓度为目标的燃烧优化,结果表明,通过优化使CO浓度有比较明显的降低,与运行工况对比优化结果具有较高可信性,说明支持向量机模型与遗传算法的结合为锅炉水冷壁周围CO浓度的控制提供了有效工具。