一种改进p so-lssvm算法在锅炉燃烧优化中的应用

《一种改进p so-lssvm算法在锅炉燃烧优化中的应用》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、学兔兔www.xuetutu.com一种改进PSO—LSSVM算法在锅炉燃烧优化中的应用AmodifiedPSo—LSSVMalgorithminboilercombustionoptimizationapplication童晓。，孙卫红。，李强TONGXiao，SUNWei．hong’。LlQiang(1．中国计量学院机电工程学院，杭州310018；2．新疆维吾尔自治区特种设备检验研究院实验中心，乌鲁木齐830011)摘要：为了实现锅炉高效低NO排放，提出一种LSSVM建模和改进PSO算法结合的方法实现锅炉燃烧多目标优化。首先采用LSSVM算法建立了锅炉效率和NO

2、排放等相关特性模型，并针对PSO算法在飞行后期易失去粒子多样性的不足及过早收敛于局部最优值的问题，采用一种改进的PSO算法。优化结果表明，改进的PSO算法与LSSVM结合可有效的实现多目标寻优，在保证锅炉效率的同时降{I~NO排放，找到最佳的送风调节系统的设定值，给出一种可行的各风门开度等操作量的优化调整方案。关键词：锅炉；燃烧优化；LSSVM；多目标优化；改进PSO中图分类号：TP273文献标识码：A文章编号：1009—0134(2015)01(下)一0012-04Doi：10．3969／J．i88n．1009-0134．2015．01(下)．O40引言型，并对模

3、型训练和校验，结果表明LSSVM模型锅炉燃烧是一个非常复杂的非线性过程，而可很好地表示锅炉主要物理量之间关系，具有良锅炉效率和NO排放量是表征锅炉燃烧是否完全的好的泛化性。再结合改进粒子群优化算法对锅炉重要指标，也是目前锅炉行业节能减排工作重要运行工况进行寻优，为锅炉使用单位的燃烧优化指标。实际运行过程中很难根据经验或调试结果调整得到高效低NO提供有效的手段。将锅炉燃烧工况调整到一个理想状态，所以建立1LSSVM建锅炉燃烧过程模型适当模型并结合合适的优化算法获得可行的锅炉燃烧运行参数是很有意义的。1．1LSSVM研究开发者已对锅炉燃烧优化方法进行了研锅炉燃烧过程是一

4、个高度非线性的复杂动态过究。利用人工神经网络(ANN)叫结合遗传算法程，其建模一般采用ANN和SVM等。ANN建模需要可实现锅炉的燃烧优化，但网络结构有一定的难大量样本数据，无法避免出现局部极小和过度拟度，存在过学习及易陷入局部极小点等缺点；而合的现象，且收敛速度得不到保证；SVM建模方基于统计理论的支持向量机(SVM)与优化算法结合法用结构风险最小化代替了经验风险最小化¨们，有很好的效果，但是SVM计算复杂，在实际应用克服了ANN建模存在的缺点H”。LSSVM是标准支中有很大的限制性。最小二乘支持向量机(LSSVM)是持向量机理论n的一种扩展利用，把求解二次规在S

5、VM的基础上用等式约束替代不等式约束，避免划问题转化为求解线性方程组问题，提高了求解了求解二次回归问题I，以任意精度逼近非线性系问题的速度从而缩短了求解时间。统，是非线性系统建模的有力工具。通过文献对于给定的训练样本数据集：中比较可知，LSSVM模型的精度更高，且在模型，Y)'，Y，x，，Y)}，其中∈R，Y∈R，利用一训练和收敛速度上较其他模型要快。非线性映射(．)将样本空间从原空间映射到特征空本文利用LSSVM分别建立锅炉燃烧特性模间()，而LSSVM¨u模型的目标是在高维特征空收稿日期：2014-08-03作者简介：童晓(1990一)，女，浙江衢州人，硕士研究

6、生，研究方向为远程监测和锅炉燃烧优化算法。112]第37卷第1期2015—01(下)学兔兔www.xuetutu.com学兔兔www.xuetutu.com务l造匐似表12g#模型的预测结果比较2．2对PSO算法的改进为克服PSO算法固有飞行后期失去粒子多样性的不足及过早收敛于局部最优值，根据PSO改进方法u，针对本文内容将粒子状态更新策略作改进：先任选两个粒子群，一个粒子群的粒子采用增加扰动因子n的策略来变化粒子位置和速度，当粒子搜索到全局最优适应值连续n步迭代无更新，则重置粒子速度或位置，强迫粒子跳出局部极小点；另一个粒子群的粒子，则在迭代中前期使粒子在搜索时只

7、追逐自己搜索到的最优值，而不追工况锅炉的效率，％工况锅炉的效率，％逐当前的全局最优值，在后期则重新由式(3)、式(4)进行运行变化，目的是避免粒子追逐局部最优极值，从而错过全局最优极值；其他群体粒子仍根据式(3)、式(4)进行变化。优化流程图如图3所示。2改进PSO优化锅炉燃烧工况控制参数寻优问题指从大量数据中搜索出最优的一个或者几个的组合使系统的性能指标要求取得最优的数据。本文先讨论粒子群优化算法(PSO)并对算法提出改进，通过对可调参数优化配置改善锅炉燃烧工况。本文选取工况l进行优化调整。2．1PSO算法简介粒子群优化算法(PSO)是一种随机搜索、并行的优化