四角切圆锅炉燃烧系统动态建模方法研究

论文总字数：29145字

摘 要

论文针对四角切圆燃烧系统展开动态建模问题的研究，从工程实际应用的需求出发，主要包括三方面的研究内容：原始数据的预处理、输入变量的选择及在线最小二乘支持向量机算法建模。关于原始数据的预处理，基于某600MW四角切圆锅炉的运行及试验数据，分别通过max-min归一化和Z-score归一化消除各变量不同量纲之间的影响，并为后续算法及建模奠定一定的基础。关于输入变量的选择，先从锅炉燃烧机理的角度出发分析影响排放量、锅炉效率及再热汽温的主要因素，再通过主成分分析和按配风方式进行二阶曲线拟合优化分别完成输入变量的选择。对于最小二乘支持向量机算法，利用支持向量的离线筛选提高训练样本的稀疏性，采用改进的在线更新策略提高模型的运行速度；针对支持向量数量、核参数及惩罚系数这三个参数，就其对模型性能的影响进行了一定的讨论。对主成分分析和按配风方式优化的结果分别进行模型验证，结果表明，在主成分分析及加权贡献率筛选结果的基础上，按配风方式优化输入变量，从而代替对各个风门进行优化，该模型的预测精度较高且有效减少了模型输入变量数量，具有较好的工程应用前景。

关键词：动态建模，在线最小二乘支持向量机，变量选择

ABSTRACT

The paper studies the dynamic modeling of the four-corner tangential combustion system. Starting from the requirements of engineering practical application, it mainly includes three aspects: raw data preprocessing, input variable selection and online least squares support vector machine algorithm modeling. With regard to the preprocessing of raw data, based on the operation and test data of a 600MW square-cutting boiler, the effects of different dimensions of each variable are eliminated by max-min normalization and Z-score normalization respectively, which lays a foundation for subsequent algorithms and modeling. Regarding the selection of input variables, the main factors affectingemissions, boiler efficiency and reheat steam temperature are analyzed from the perspective of boiler combustion mechanism. Then, the selection of the input variables is completed by principal component analysis and second-order curve fitting optimization according to the distribution method. For the least squares support vector machine algorithm, the off-line screening of support vectors is used to improve the sparsity of training samples, and the improved online update strategy is used to improve the running speed of the model. The effects of the number of support vectors, the kernel parameters and the penalty coefficient on the performance of the model are discussed. The results of principal component analysis and optimization of air distribution method are respectively verified by the model. The results show that, based on the results of principal component analysis and weighted contribution rate screening, the input variables are optimized according to the air distribution method, which could instead of optimizing each damper. The prediction accuracy is high and the number of input variables of the model is effectively reduced, which has a good engineering application prospect.

KEY WORDS: dynamic modeling, online least squares support vector machine, variable selection

目 录

摘要 I

ABSTRACT II

第一章 绪论 5

1.1选题背景和意义 5

1.2锅炉燃烧系统建模研究现状 5

1.3本文的主要研究内容 7

第二章 锅炉燃烧系统模型输入变量选择方法研究 9

2.1引言 9

2.2研究对象及相关影响因素分析 9

2.2.1研究对象简述 9

2.2.2影响NOx排放量的因素 11

2.2.3影响锅炉效率的因素 11

2.2.4影响再热汽温的因素 11

2.3数据归一化处理 12

2.4基于主成分分析的输入变量选择方法 12

2.4.1主成分分析原理 12

2.4.2变量筛选方法的改进 14

2.4.3 NOx排放量模型的输入变量筛选结果 14

2.4.4锅炉效率模型的输入变量筛选结果 15

2.4.5再热汽温模型的输入变量筛选结果 16

2.5本章小结 17

第三章 在线最小二乘支持向量机算法研究 18

3.1引言 18

3.2支持向量机的建模原理 18

3.2.1最小二乘支持向量机算法原理 18

3.2.2模型性能指标 20

3.3在线最小二乘支持向量机算法及其改进 20

3.3.1在线最小二乘支持向量机算法 20

3.3.2支持向量的离线筛选 21

3.3.3在线更新方法改进 23

3.4模型验证及相关参数对支持向量机性能的影响研究 25

3.4.1在线最小二乘支持向量机模型的验证 25

3.4.2支持向量数量的选取 26

3.4.3核参数的选取 27

3.4.4惩罚系数的选取 28

3.5本章小结 29

第四章 基于在线最小二乘支持向量机的四角切圆燃烧系统动态建模 30

4.1引言 30

4.2四角切圆燃烧系统动态模型的设计 30

4.3基于配风方式优化的输入变量简化方法 31

4.3.1最小二乘法曲线拟合简化输入变量原理 31

4.3.2最小二乘法曲线拟合结果 31

4.4四角切圆燃烧系统动态模型的建立及验证 33

4.4.1支持向量离线筛选的验证 33

4.4.2基于在线最小二乘支持向量机的NOx排放量预测模型 34

4.4.3基于在线最小二乘支持向量机的锅炉效率预测模型 37

4.4.4基于在线最小二乘支持向量机的再热汽温预测模型 40

4.5本章小结 42

第五章 结论与展望 43

5.1本文主要工作内容 43

5.2未来工作展望 43

参考文献 45

致 谢 47

1. 绪论

1.1选题背景和意义

燃煤火电机组在目前的中国电力行业中仍占据不可替代的主体地位。在火电机组的建设过程中，燃煤所产生的排放量也随之增加，因此如何有效降低燃煤导致的排放量是有待思考的问题。另一方面，2018年中国电力行业年度发展报告中显示电煤价格上涨且长期高于“绿色空间”，导致煤电行业大面积亏损。因此，如何提高机组运行效率从而降低生产成本也成为燃煤电厂所重视的一个问题。

剩余内容已隐藏，请支付后下载全文，论文总字数：29145字