一种耦合支持向量机遗传算法的燃烧优化方法研究

针对循环流化床锅炉多重燃烧优化过程中模型参数存在多变量、非线性、强耦合和时变等特点,在数据挖掘的基础上,耦合支持向量机遗传算法,建立了优化模型。采集某300 MW循环流化床机组变工况实时数据,通过挖掘、处理、寻优,以影响安全、经济、环保运行的主要参数床温、燃烧效率、脱硫效率和氮氧化物排放量等的最佳值作为优化目标,完成了对模型的训练、检测、分析和对比,结果表明该方法可行,为解决多重燃烧优化问题提供了进一步的研究基础。