| 基于差分量子粒子群算法的锅炉NOx排放模型优化 |
| |
| 引用本文： | 董泽,马宁,孟磊.基于差分量子粒子群算法的锅炉NOx排放模型优化[J].动力工程学报,2019,39(3):191-197. |
| |
| 作者姓名： | 董泽 马宁 孟磊 |
| |
| 作者单位： | 华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003;华北电力大学控制与计算机工程学院,北京102206;大唐环境产业集团股份有限公司,北京,100192 |
| |
| 基金项目： | 国家自然科学基金;山西省煤基重点科技攻关资助项目 |
| |
| 摘 要： | 提出一种基于改进的差分量子粒子群(DEQPSO)算法,将其与超限学习机(ELM)相结合,以某1 000 MW超超临界机组锅炉燃烧系统为研究对象,建立了NO_x排放模型,采用现场样本数据测试所建模型的预测能力,并将该模型的预测结果与基本超限学习机以及引力搜索算法(GSA)、粒子群算法(PSO)和量子粒子群算法(QPSO)优化的超限学习机模型的预测结果进行了对比。结果表明:DEQPSO算法具有更好的参数优化性能,DEQPSO-ELM模型具有较强的泛化能力和良好的预测精度,为电站锅炉NO_x排放质量浓度预测提供了一种有效方法。
|
| 关 键 词： | 电站锅炉 NOx 差分量子粒子群算法 超限学习机 |
Model Improvement for Boiler NO_x Emission Based on DEQPSO Algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
