基于在线支持向量机的锅炉燃烧系统动态建模

通过燃烧优化提高电站锅炉效率并降低NO_x排放,是实现电厂节能减排的重要手段。目前大多数的燃烧优化方法都是基于锅炉燃烧系统的稳态模型,因而难以实现动态变负荷情况下的燃烧优化。针对该问题,提出了一种改进的在线自适应最小二乘支持向量机动态建模算法。该算法首先进行离线的支持向量筛选,不仅减少了建模所需样本数,也确保了支持向量的稀疏性;然后,采用替换、新增、删除3种支持向量的在线更新策略,使算法能够更好地适应对象特性的变化。将上述算法应用于建立某600 MW机组锅炉燃烧系统的动态模型。仿真结果表明,所建模型能够准确反映锅炉效率和NO_x排放随负荷变化的动态特性。相比原有基于在线最小二乘支持向量机建立的稳态模型,其具有更高的精度和预测能力。同时,该模型结构简单、在线计算量小,为进一步研究锅炉燃烧动态优化控制策略奠定了基础。