支持向量机和遗传算法的燃煤电站锅炉多目标燃烧优化

为了分析燃煤发电能量转化与传递过程中的能效情况；挖掘燃煤发电机组的节能减排潜力；利用热平衡和㶲平衡的对比分析；揭示燃煤发电过程热损失和㶲损失的内在联系；进而揭示燃煤发电过程节能潜力的分布情况；基于节能潜力分布情况；深入讨论采用空气分级提高热风温度、富氧燃烧、降低过量空气系数和提高主蒸汽/再热蒸汽参数等节能技术方案；以确定分别降低燃烧㶲损失、传热㶲损失以及其他主要㶲损失的效果；研究表明；提高热风温度、提高空气含氧量、提高主蒸汽/再热蒸汽温度、提高主蒸汽压力等方案；可分别降低燃煤发电机组供电煤耗6~9、6~10、11和5~12g/(kw·h)；为燃煤发电节能减排技术的进一步发展指明方向；

燃煤电站锅炉的热二次风风量测量装置大多采用了传统的机翼式测量装置,其测量使用过程中暴露出了一些严重的不足——节流较大而导致风机出力加大,测量装置及引压管路积灰导致测量失准,影响了相关自动控制的投用和保护的可靠性。也因此,该不足在某种程度上产生了电能生产过程中安全、稳定、经济等方面的负面作用,需要进行深入分析和整改。

进度、费用和质量为工程项目的3大主要控制目标,工程项目多目标优化就是要尽可能实现3大目标的和谐统一。利用多目标优化理论建立了面向工程项目的多目标优化模型,给出了利用向量评价遗传算法对工程项目多目标优化问题的求解设计思路,阐述了算法的实现流程,并通过实例验证了该模型有效解决工程项目多目标优化的可行性。

提出一种改进的遗传算法用于解决公路工程项目工期、成本和质量的多目标优化问题。阐述了算法设计思路和流程步骤,给出了染色体结构和编码设计。改进的交叉操作则考虑了子种群内部交叉和子种群群间交叉两种方式。通过实例仿真计算,验证了该算法对工程项目多目标优化问题的可行性和有效性。

中国燃煤电站的低NOx燃烧和脱硝技术

针对电梯的几种常见故障,论文采用了最小二乘支持向量机(ls-svm)诊断的方法。采集电梯几种故障状态下的振动信号,用最优小波包的理论分析计算故障振动信号的能量分布,将其能量分布与时域指标相结合,以构造故障特征向量,作为ls-svm的输入来识别电梯的故障原因,并采用遗传算法优化ls-svm的相关参数。通过对电梯六种常见故障的诊断结果表明,基于遗传算法优化的最小二乘支持向量机用于电梯故障诊断是一种有效的方法。

将挖掘机工作装置作为一个整体,建立了工作装置的整体优化设计数学模型。分别以提升力、钢绳与斗杆中心线夹角及几何尺寸作为目标函数,并从设计经验本身、运动性能、结构几何尺寸、工作尺寸及边界条件等方面建立合理的约束条件。应用matlab遗传算法工具箱寻求全局最优解。结果表明,采用遗传算法可以快捷而有效地对挖掘机工作装置铰点位置进行优化设计,是对挖掘机性能进行优化设计的一种有效方法。

以国内某电厂7台煤粉锅炉实现超低排放为指标进行燃煤电站烟气脱硝改造,采用低no_x燃烧技术和炉后选择性催化还原技术相结合的工艺,对煤粉锅炉燃烧方式、scr脱硝系统、引风机等进行设计改造,研究了空气过量系数、反应器温度、氨氮摩尔比等对脱硝效率的影响,并对改造后系统进行调试。结果表明,温度控制在360℃附近,过量空气系数在0.9～1.0之间,氨氮摩尔比为1.2时,scr脱硝效率达到90%以上,烟气出口no_x质量浓度在45mg/nm~3以下,烟气出口温度为250～280℃之间,符合环保部门的排放指标。

《大气污染控制工程》课程设计 小型燃煤电站锅炉烟气除尘脱硫系统设计 ——除尘器选型设计 班级： 学号： 姓名： 1 《大气污染控制工程》课程设计任务书 1.设计题目 dzl2-13型锅炉高硫无烟煤烟气袋式除尘湿式脱硫系统设计 2.设计原始资料 锅炉型号：dzl2-13即，单锅筒纵置式链条炉，蒸发量2t/h，出口蒸汽压 力13mpa 设计耗煤量：350kg/h 设计煤成分：cy=65%hy=4%oy=2%ny=1%sy=3%ay=15% wy=10%； vy＝8％，属于高硫无烟煤 排烟温度：160℃ 空气过剩系数＝1.3 飞灰率＝16％ 烟气在锅炉出口前阻力550pa 污染物排放按照锅炉大气污染物排放标准中二类区新建排污项目执行。 连接锅炉、净化设备及烟囱等净化系统的管道假设长度50m，90°弯头10个。 3.设计内容及要求 （1）根据燃煤

基于多目标遗传算法的高速公路多目标路面养护决策优化——高速公路多目标路面养护决策优化是高速公路路面养护决策优化未来发展的趋势，也是目前研究的热点。针对传统数学规划方法用于高速公路多目标路面养护决策优化的不足，引入了目前在多目标优化领域应用较多...

大口径火炮后坐阻力和炮口扰动是影响火炮射击精度的关键因素,为了减小后坐阻力峰值和炮口扰动,基于刚柔耦合动力学理论,建立了某型火炮刚柔耦合系统动力学模型。从反后坐装置结构和总体结构的角度出发,利用adams底层开发模块,结合小生境遗传算法程序建立多目标优化函数,进行火炮反后坐装置结构多目标优化设计。优化后的后坐阻力峰值及炮口扰动明显降低,表明所提出的优化方法合理可行,为火炮总体结构和反后坐装置结构的优化设计提供一定的技术参考。

从理论和实际两个角度出发,提出变电站选址决策"优中选优"的思想,即:首先将影响选址决策的所有因素划分为两类,一类是可以数学建模的,利用遗传算法进行初步寻优,得到理论上的最优解和一批次优解作为候选站址;对另外一类不能建模的,采用多目标多项目决策技术,以系统的思想结合专家经验,对初步寻优得到的候选站址优化选择,实现整体上的最优。将算法优化和决策技术巧妙结合,建立了变电站选址优化、决策的程序流程。通过实际算例表明,该方法简单、实用、有效、可靠。

由于现阶段对资源的均衡操作大都侧重于对工期-资源同时优化,很少涉及质量和成本,所以这里提出了一个两阶段优化模型,第一阶段是基于工期、质量和成本三个目标为非线性关系,建立三个目标的综合优化模型;第二阶段是从上阶段对所得到的非劣解中由决策者选择一个或多个满意的解输入到本阶段进行资源均衡优化,两阶段均用遗传算法求解,最后通过一个实例证明了两阶段模型的可行性与优越性.

本文利用遗传算法的内在并行机制及其全局优化的特性,运用一种基于目标排序计算适应度的多目标遗传算法(moga),将水资源优化配置问题模拟为生物进化问题,通过判断每一代个体的优化程度来进行优胜劣汰,从而产生新一代,如此反复迭代完成水资源优化配置。优化结果表明,该算法应用在水资源优化配置中是成功的。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

本文将支持向量机算法引入到在役电站锅炉的风险评价中,构建了基于模糊系统的最小二乘支持向量机模型。利用visualbasic6.0编制相应的风险评价软件,并利用该评价软件对某热电厂在役电站锅炉进行了风险评价。

针对目前大多数电梯群控系统都以单一目标为基础来调度电梯,提出了一种基于遗传算法的多目标群控算法,该算法不仅考虑了候梯时间和乘梯时间,还考虑了系统能耗。通过应用仿真系统对算法进行了验证,运行实验结果表明了此方案的可行性和优越性。

本文叙述了燃煤锅炉的低氮燃烧改造方案,改造后进行了冷态空气动力场实验和运行调整实验,为低氮改造后的锅炉运行提供意见。

通过对支持向量机核函数的分析发现,当对样本的各个特征赋予不同大小的尺度参数时,可以避免冗余特征干扰分类,增强关键特征在分类中的作用,提高支持向量机分类器的学习和泛化能力。在此基础上,提出一种具有不同特征尺度参数的支持向量机(简称多尺度支持向量机),并通过遗传算法最小化loo(leave-one-out)泛化错误上限估计,根据各个特征的识别能力赋予其不同大小的尺度参数。将多尺度支持向量机用于轴承故障诊断,实验结果表明,与传统的单尺度参数支持向量机相比,多尺度支持向量机具有更好的泛化能力。对压缩机气阀的故障识别表明,尺度参数的大小直接反映了对应特征识别能力的大小,因此可以依据尺度参数的大小进行特征选择,保留关键特征,剔除冗余特征。

节点的安全性是ad-hoc网络面临的重要问题,因为通过非安全节点可以窃取、篡改网络中的数据包,甚至对网络造成致命性的破坏。通常情况下,ad-hoc网络是借助于基于密钥的认证算法来实现节点的安全性保障的,但是这些认证算法并不适用于ad-hoc的特殊网络环境。将遗传算法应用于节点安全性认证领域,通过基于多目标优化的认证机制,取代了密钥认证机制。通过模拟实验表明,基于多目标优化的认证机制,在ad-hoc网络环境中,性能较为优越。

煤粉预燃室是一种新型的预燃方法,能在较高的炉膛容积热负荷下缩小燃烧室容积,有助于提高燃烧的稳定性。利用预燃室作为锅炉的前置燃烧部件,对锅炉点火及低负荷稳燃时节约用油提供了新的途径。由清华大学热能工程系、上海吴泾热电厂共同研制成功的新型预燃室燃烧器(简称wq型燃烧器),在锅炉点火启动和低负荷稳燃时,长期运行燃烧器不结焦。由于该燃烧器配有热工控制系统,投、停采用遥控、程控,操作简便、迅速,能保障电站锅炉安全运行,其经济效益显著,以一台220吨/时锅炉为例,启动一次就可节油5-10吨,参加调峰,每年可节油约

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进pareto遗传多目标优化算法。以某风电场接入ieee14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。