欢迎来到天天文库
浏览记录
ID:34875257
大小:2.09 MB
页数:75页
时间:2019-03-13
《基于改进的k-means聚类算法的火电厂锅炉燃烧优化研究》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、硕士学位论文MASTER’SDISSERTATION论文题目基于改进的K-means聚类算法的火电厂锅炉燃烧优化研究作者姓名卢青学科专业控制理论与控制工程指导教师牛培峰教授2015年5月-I-中图分类号:TP273学校代码:10216UDC:621.3密级:公开工学硕士学位论文基于改进的K-means聚类算法的火电厂锅炉燃烧优化研究硕士研究生:卢青导师:牛培峰教授申请学位:工学硕士学科专业:控制理论与控制工程所在单位:电气工程学院答辩日期:2015年5月授予学位单位:燕山大学ADissertationinControlTheoryandControlEngineeringSTUDYOFSTA
2、STIONBOILERCOMBUSTIONOPTIMIZATIONBASEDONIMPROVEDK-MEANSCLURSTERINGALGORITHMbyLuQingSupervisor:ProfessorNiuPeifengYanshanUniversityMay,2015-III-燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于改进的K-means聚类算法的火电厂锅炉燃烧优化研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文
3、中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年月日燕山大学硕士学位论文使用授权书《基于改进的K-means聚类算法的火电厂锅炉燃烧优化研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权燕山大学,可以采用影印、缩印或其它复制手段保存论文,可以公布论文的全部或部分内容。保密□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内打“√
4、”)作者签名:日期:年月日导师签名:日期:年月日摘要摘要近年来经济的高速发展,造成了我国对能源需求的持续增长以及对自然环境的进一步污染。这些让我们在发展经济的同时,不得不重视资源的合理利用以及环境的保护。由于能源消耗较大、污染物排放较多,火电站锅炉受到了广泛关注,其燃烧优化已成为国内外研究者的重点研究课题。本文以火电站锅炉燃烧优化为课题,以某热电厂300MW循环流化床锅炉为研究对象,以提高锅炉燃烧热效率、减少氮氧化物排放浓度为目的,改进了一种用改进的聚类算法优化锅炉燃烧过程的方法。首先,在充分了解循环流化床锅炉的结构和运行方式之后,分析了锅炉燃烧热效率的计算方法以及氮氧化物的生成机理。根据生
5、物地理学优化算法和K-means聚类算法各自的原理与优缺点,引进K-medoids聚类算法,并将K-medoids聚类算法与生物地理学优化算法相结合,提出K-BBO-CLUSTER算法,并通过与其他算法的对比试验,证明了K-BBO-CLUSTER算法的有效性和准确性。最后,在聚类的基础上,运用交换工况数据中可调参数的方法,对锅炉燃烧热效率和NOX排放浓度进行优化处理。为了验证这种方法的可行性,本文采用基于贝叶斯结构框架的最小二乘支持向量机对现场采集的循环流化床锅炉720组工况数据建立模型,并对优化后的数据模拟实验,预测得出的锅炉燃烧热效率和NOX排放浓度均达到了预期的效果,证明了该方法的正确
6、性与有效性。模拟实验证明,本文改进的聚类算法能够有效地提高循环流化床锅炉的燃烧热效率,并成功减少其NOX排放。此项研究与我国“节能减排”政策相契合,对资源的有效利用和环境保护有着重要的意义。关键词:热效率;NOX排放浓度;K-means聚类算法;生物地理学优化算法;贝叶斯最小二乘支持向量机-V-燕山大学工学硕士学位论文AbstractWitheconomicgrowingspeedilyintheseyears,theenergydemandhasincreaseddramaticallyandpollutionproblemhasemerged.Theworseningenvironmen
7、turgesustouseresourcesmorerationallyandprotecttheenvironment.Asthemajorsourceofpollution,powerstationboilerhasattractedmanyattentionsandtheoptimizationofboilercombustionsystemhasbecomeoneofthekeystudyobject
此文档下载收益归作者所有