基于svr的电站锅炉一次风管煤粉含碳量预测建模与优化研究

《基于svr的电站锅炉一次风管煤粉含碳量预测建模与优化研究》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、学校代号１０５３６学号１２１０６０１０５６６分类号ＴＫ３９密级公开０义式誇式乂净硕±学位论文基于ＳＶＲ的电站锅炉一次风管煤粉含碳量预测建模与优化研究学位申请人姓名甘国文所在学院能源与动力工招学院指导教师符慧林副教授学科专业动力王程及工超热物理研究方向动力机械检测与优化控制研究论文提交日期２０１５年４月７日学校代号：10536学号：12106010566密级：公开长沙理工大学硕士学位论文基于SVR的电站锅炉一次风管煤粉含碳量预测建模与优化研究学位申请人姓名甘国文指导

2、教师符慧林副教授所在学院能源与动力工程学院专业名称动力工程及工程热物理论文提交日期2014年4月7日论文答辩日期2015年5月24日答辩委员会主席蔺永诚教授ResearchonthePredictiveModelingfortheCarbonContentModelofPulverizedCoalofthePrimaryAirDuctofPowerPlantBoilerwithOptimizationBasedonSVRbyGanGuowenB.E.(ChangshaUniversityofScience&Technology)2012Ath

3、esissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinPowerEngineeringandEngineeringThermophysicsinChangshaUniversityofScience&TechnologySupervisorProfessorFuHuilinMay,2015长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导Ｔ独立进行研究所取得的研究成果。除了文中特别加标注用的

4、内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研巧做出重要贡献的个人和集体，均己在文中ｔＵ明确方式标明。本人完全意识到本声明的法律后果由本人承扭。一作者签名：曰期：年曰＾？月＾学位论文版权使用授巧书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可Ｗ将本学位论文的全部或部分内容编入有关数据腾进巧检索、缩印或灼描等裳制手段保存，可Ｗ采用影印和汇编本学位论文。同时授权中国

5、科学技术信息研究所将本论文收录到。《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务本学位论文属于Ｋ保密□，在年解密后适用本授权书。２、不保密日。＂＂（请在ｙＡ上相应方框内打Ｖ）作者签名：曰期；知皮丰＾月口＾导师签名；曰期心ｒ年＾月扫（巧暮抑３摘要以煤为主的能源结构决定了燃煤发电在我国占据着主导地位。燃煤发电所需要的主要能源是煤炭，而煤炭市场经常发生变化，造成电厂所需的煤种来源很不稳定，导致电站锅炉燃用的煤种与锅炉设计的煤种经常出现不一致，严重影响电站锅炉的安全运行和经济运行。煤粉的含碳量在

6、一定程度上可以反映出煤种情况，因此，本文将针对电站锅炉燃烧煤种的不稳定性，对一次风管煤粉含碳量进行预测建模研究，为煤种的实时在线分析提供参考。论文主要工作如下：首先，对煤粉含碳量测量过程的主要影响因素进行深入分析，为构建煤粉含碳量预测模型奠定基础。煤粉颗粒在气力输送过程中经摩擦碰撞产生静电，而荷电的煤粉颗粒包含煤粉含碳量信息。因而可利用静电技术采集煤粉颗粒的静电信号，在此基础上对煤粉含碳量和静电信号之间的关系进行了理论分析和试验数据分析。同时结合相关系数法和试验数据深入分析了煤粉含碳量测量过程的主要影响因素，从而确定了构建模型的主要辅助变量。

7、其次，采用了支持向量回归机（SVR）算法对煤粉含碳量进行建模研究。通过对不同归一化方式和核函数的比较分析，确定了最佳归一化方式和最佳核函数。利用现场试验数据对SVR模型进行了训练和测试，并与BP神经网络模型（BP-ANN）实验结果做比较分析。仿真结果表明，SVR模型预测精度更高，推广性能更好，可以更好地预测锅炉一次风管煤粉含碳量。最后，采用改进的遗传算法对煤粉含碳量预测模型进行优化研究。结合交叉验证法，探索建立基于GA-SVR煤粉含碳量的优化模型。通过仿真实验分析，获得了训练和测试误差结果图、实际值和预测值对比结果图以及三种模型的各类性能指标

8、对比结果。结果表明，改进的GA-SVR优化模型比SVR模型和BP-ANN模型具有更好的预测效果。关键词：电站锅炉；煤粉含碳量；支持向量回归机；辅助变量；预测建模；仿