基于混沌优化bp网络的中速磨存煤量软测量方法

《基于混沌优化bp网络的中速磨存煤量软测量方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海大学硕士学位论文摘要尽管新能源不断出现，但受各方面条件的限制，中国未来很长一段时期仍将以燃煤发电为主。我国大力建设火力发电机组，以解决电力短缺的状况，而火电机组容量的增大对于机组安全经济运行的要求不断提高。中速磨直吹式制粉系统是燃煤火电厂的重要子系统，是一类具有多变量、非线性、强耦合、时变性、难以实时在线控制等特点的复杂对象。磨筒内存煤量缺少有效可靠的实时在线监测，目前急需新的技术进行有效测量和控制，提高机组运行的稳定性和经济性，降低煤耗、节约能源，提高发电品质，减少对大气的污染排放。本文将人工神经网络与混沌理论应用于此课题的研究，主要成果有以下几点：1．鉴

2、于中速磨存煤量表现出复杂的非线性和强耦合性，本文提出采用基于BP网络的软测量方法对中速磨存煤量进行监测。2．针对基于BP算法的软测量系统容易陷入局部极值的问题，引入Logistic映射函数进行混沌全局优化。3．混沌优化算法在搜索空间大时花费时间较长。在此基础上加以改进，采取变尺度的方法，根据搜索进程不断缩小优化变量的搜索空间以缩短寻优时间。4．理论分析了混沌优化算法的全局收敛性及初值无关性。研究分析中速磨直吹式制粉系统及其工作流程，得出中速磨存煤量的主要影响因素，为中速磨存煤量的软测量机理提供了依据。5．将混沌优化BP网络应用于中速磨存煤量的测量。经MATLAB

3、训练完成后再由C语言编写该软测量系统，以适应电站现场DPU设备的使用，为中速磨存煤量测量这一实际问题的解决提供了新方法。关键词：中速磨煤机、存煤量、软测量、BP神经网络、混沌优化V上海大学硕士学位论文ABSTRACTAlthoughthenewenergysourtT瑚ateemerging，thecoalfiredgenerationwillexistinlongtimeinChina．Manypowerplantsaledevelopedtosolvetheshortageofpower．Theincreaseofthecapadtyofpowerunits

4、demandsthesaferandmoreeconomicoperation．Direct-firedmedium-speedgrindsystemisamajorsubsysteminpowerplant．Itisacomplicatedobjecthasthecharacteristicsofmultivatiable，nonlinearity,strongcoupling，timevaryinganddifficulttocarryoutreal-timecontr01．Thecoalloadinitislackofefficientandreliabl

5、eonlinemonitoring．Theneedfornewtechnologiesisurgent．Artificialneuralnetworkandchaostheory[ireappliedinthisalgorithmandthemaincon埘butionisasfollows．1．Themet-sensingapproachbasedOllBPna3ralnetworkispresentedtomonitorthecoalloadinmediumspeedmill．2．BecausetheBPalgorithmhaslocalminimumthe

6、chaoticoptimizationisintroducedtooptimizeBPneuralnetworkweightparameters．3．Themutativescalechaosoptimizationmethodispr鼯entedtocontinuallyreducethesearchingspaceofvariabletoshortentheoptimizationtime．4．Theoperationcharacteristicsandaffectingfactorsofcoalloadinmediumspeedmillaleanalyze

7、d．5．ThechaosoptimalBPneuralnetworkasanewmethodisappliedtothemonitoringofcoalloadinmediumspeedmill．AfterthetrainingonMATLAB．thissol=t-sensingsystemisbuiltonC++platformfortheuseinthefield．Keywords：mediumspeedmill，coalload，softsensing,BPneuralnetwork,chaoticoptimizationVI上海大学硕士学位论文原创性声明

8、本人声明：所呈交的论文是