共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
本文采用支持向量机方法建立了350MW燃煤电站锅炉NOx预测模型和锅炉效率预测模型,并采用遗传算法对NOx和锅炉效率进行多目标优化,表明支持向量机和遗传算法可以用于指导参数调节,进行燃烧优化。 相似文献
6.
7.
采用详细化学反应机理并运用良好搅拌反应器模型,通过化学反应动力学模型的数值计算,就典型的4种天然气组分进行了多种工况下的燃烧特性与NOx排放特性研究.计算结果表明:助燃剂中氧含量对着火时间非常敏感,氧含量较高,着火时间提前;低氧和富燃燃烧方式均可减少NOx排放. 相似文献
8.
9.
10.
分级燃烧降低锅炉NOx排放的特性分析 总被引:1,自引:0,他引:1
阐述了燃烧过程中NOx的生成反应动力学,分级燃烧降低NOx排放的机理。对乌拉山电厂WGZ410/100-12型锅炉和华能丹东电厂350MW机组锅炉的分级燃烧改造方案及其降低NOx排放效果进行分析,初步了解分级燃烧的特性。 相似文献
11.
煤粉炉中燃烧产物停留时间及其对飞灰含碳量的影响 总被引:2,自引:0,他引:2
为了使煤粉燃烧完全,需要使煤粉及其燃烧产物在温度很高的炉膛中停留足够长的时间,使飞灰中含碳低。通常锅炉设计没有直接考虑燃烧产物在炉膛中停留时间,仅仅通过截面热负荷和容积热负荷确定炉膛几何结构。调研分析了55台锅炉设计数据和运行结果,锅炉容量从35 t/h~3 035 t/h,压力从中压到超超临界,揭示了锅炉容量与燃烧产物在炉膛中停留时间的关系。 相似文献
12.
基于SVM的燃煤电站锅炉飞灰含碳量预测 总被引:7,自引:0,他引:7
将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域.该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点.将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1.39%和1.30%,相当于BP网络模型的22.20%和21.07%.应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求. 相似文献
13.
通过总结前人对煤粉燃烧的研究,建立了一个将炉内燃烧和传热相耦合的飞灰含碳量一维预测模型.利用此模型可分析炉型、煤质、煤粉细度和运行参数等对飞灰含碳量的影响规律,其对锅炉设计人员和运行人员均具有一定的应用价值. 相似文献
14.
15.
最小二乘支持向量机在大坝变形预测中的应用 总被引:11,自引:5,他引:11
介绍了基于统计学习理论的一种新的机器学习技术———支持向量机(SVM)和其拓展方法———最小二乘支持向量机(LSSVM),并将LSSVM算法应用于混凝土大坝安全监控中的变形预测。根据实测数据,建立了基于LSSVM算法的大坝变形预测模型,同时与经典SVM预测模型进行分析比较。结果表明,LSSVM和经典SVM算法在大坝变形预测中都具有较好的可行性、有效性及较高的预测精度;LSSVM在算法的学习训练效率上比SVM有较大的优势,更适合于解决大规模的数据建模。 相似文献
16.
17.
应用支持向量机算法对燃煤锅炉结渣问题进行数学建模,并利用模拟退火算法对支持向量机模型参数进行了优化,最终获得最优参数组合。模型将煤的软化温度tSt、硅铝比w(SiO2)/w(A12O3)、碱酸比J和硅比G以及锅炉的无因次切圆直径t和无因次实际切圆直径d作为输入变量,以结渣程度作为输出,用试验数据对模型进行了校验和参数的寻优,利用优化后的模型对15台锅炉结渣特性进行预测评判,有14个正确,评判准确率为93.33%,由此表明此方法是合理有效的。同时为了配合该模型,采用高级语言编程开发出了相应的预测评判系统。 相似文献
18.
鉴于大坝渗流监测受众多因素影响,首先利用主成分分析法对相关性较大的因子进行处理,然后利用最小二乘支持向量机进行建模,最后依靠遗传算法对其参数进行选优,建立了基于改进的最小二乘支持向量机的闸首渗流监控模型,并通过实例应用做了对比分析。结果表明,改进的最小二乘支持向量机模型可有效降低输入因子的维数,减小因子之间相关性,降低模型的训练时间,拟合精度均优于其他模型,更适合于渗流监测数据的建模。 相似文献
19.
20.
分级燃烧最佳一次风空气系数的实验研究 总被引:10,自引:1,他引:10
在一维煤粉燃烧炉上进行了不同煤种、不同细度的分级燃烧试验。实验发现,分级燃烧对高挥发份煤种以及同一煤种的细煤粉的NOx排放浓度的降低效果更显著,而且在分级燃烧条件下,同一煤种细煤粉的飞灰一较粗煤粉低。另外,还得到了不同煤种在分级燃烧条件下的最佳一次风空气系数。 相似文献