支持向量機(jī)和遺傳算法的燃煤電站鍋爐多目標(biāo)燃燒優(yōu)化

為了分析燃煤發(fā)電能量轉(zhuǎn)化與傳遞過程中的能效情況；挖掘燃煤發(fā)電機(jī)組的節(jié)能減排潛力；利用熱平衡和?平衡的對(duì)比分析；揭示燃煤發(fā)電過程熱損失和?損失的內(nèi)在聯(lián)系；進(jìn)而揭示燃煤發(fā)電過程節(jié)能潛力的分布情況；基于節(jié)能潛力分布情況；深入討論采用空氣分級(jí)提高熱風(fēng)溫度、富氧燃燒、降低過量空氣系數(shù)和提高主蒸汽/再熱蒸汽參數(shù)等節(jié)能技術(shù)方案；以確定分別降低燃燒?損失、傳熱?損失以及其他主要?損失的效果；研究表明；提高熱風(fēng)溫度、提高空氣含氧量、提高主蒸汽/再熱蒸汽溫度、提高主蒸汽壓力等方案；可分別降低燃煤發(fā)電機(jī)組供電煤耗6~9、6~10、11和5~12g/(kw·h)；為燃煤發(fā)電節(jié)能減排技術(shù)的進(jìn)一步發(fā)展指明方向；

燃煤電站鍋爐的熱二次風(fēng)風(fēng)量測(cè)量裝置大多采用了傳統(tǒng)的機(jī)翼式測(cè)量裝置,其測(cè)量使用過程中暴露出了一些嚴(yán)重的不足——節(jié)流較大而導(dǎo)致風(fēng)機(jī)出力加大,測(cè)量裝置及引壓管路積灰導(dǎo)致測(cè)量失準(zhǔn),影響了相關(guān)自動(dòng)控制的投用和保護(hù)的可靠性。也因此,該不足在某種程度上產(chǎn)生了電能生產(chǎn)過程中安全、穩(wěn)定、經(jīng)濟(jì)等方面的負(fù)面作用,需要進(jìn)行深入分析和整改。

進(jìn)度、費(fèi)用和質(zhì)量為工程項(xiàng)目的3大主要控制目標(biāo),工程項(xiàng)目多目標(biāo)優(yōu)化就是要盡可能實(shí)現(xiàn)3大目標(biāo)的和諧統(tǒng)一。利用多目標(biāo)優(yōu)化理論建立了面向工程項(xiàng)目的多目標(biāo)優(yōu)化模型,給出了利用向量評(píng)價(jià)遺傳算法對(duì)工程項(xiàng)目多目標(biāo)優(yōu)化問題的求解設(shè)計(jì)思路,闡述了算法的實(shí)現(xiàn)流程,并通過實(shí)例驗(yàn)證了該模型有效解決工程項(xiàng)目多目標(biāo)優(yōu)化的可行性。

提出一種改進(jìn)的遺傳算法用于解決公路工程項(xiàng)目工期、成本和質(zhì)量的多目標(biāo)優(yōu)化問題。闡述了算法設(shè)計(jì)思路和流程步驟,給出了染色體結(jié)構(gòu)和編碼設(shè)計(jì)。改進(jìn)的交叉操作則考慮了子種群內(nèi)部交叉和子種群群間交叉兩種方式。通過實(shí)例仿真計(jì)算,驗(yàn)證了該算法對(duì)工程項(xiàng)目多目標(biāo)優(yōu)化問題的可行性和有效性。

中國(guó)燃煤電站的低NOx燃燒和脫硝技術(shù)

針對(duì)電梯的幾種常見故障,論文采用了最小二乘支持向量機(jī)(ls-svm)診斷的方法。采集電梯幾種故障狀態(tài)下的振動(dòng)信號(hào),用最優(yōu)小波包的理論分析計(jì)算故障振動(dòng)信號(hào)的能量分布,將其能量分布與時(shí)域指標(biāo)相結(jié)合,以構(gòu)造故障特征向量,作為ls-svm的輸入來(lái)識(shí)別電梯的故障原因,并采用遺傳算法優(yōu)化ls-svm的相關(guān)參數(shù)。通過對(duì)電梯六種常見故障的診斷結(jié)果表明,基于遺傳算法優(yōu)化的最小二乘支持向量機(jī)用于電梯故障診斷是一種有效的方法。

將挖掘機(jī)工作裝置作為一個(gè)整體,建立了工作裝置的整體優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。分別以提升力、鋼繩與斗桿中心線夾角及幾何尺寸作為目標(biāo)函數(shù),并從設(shè)計(jì)經(jīng)驗(yàn)本身、運(yùn)動(dòng)性能、結(jié)構(gòu)幾何尺寸、工作尺寸及邊界條件等方面建立合理的約束條件。應(yīng)用matlab遺傳算法工具箱尋求全局最優(yōu)解。結(jié)果表明,采用遺傳算法可以快捷而有效地對(duì)挖掘機(jī)工作裝置鉸點(diǎn)位置進(jìn)行優(yōu)化設(shè)計(jì),是對(duì)挖掘機(jī)性能進(jìn)行優(yōu)化設(shè)計(jì)的一種有效方法。

以國(guó)內(nèi)某電廠7臺(tái)煤粉鍋爐實(shí)現(xiàn)超低排放為指標(biāo)進(jìn)行燃煤電站煙氣脫硝改造,采用低no_x燃燒技術(shù)和爐后選擇性催化還原技術(shù)相結(jié)合的工藝,對(duì)煤粉鍋爐燃燒方式、scr脫硝系統(tǒng)、引風(fēng)機(jī)等進(jìn)行設(shè)計(jì)改造,研究了空氣過量系數(shù)、反應(yīng)器溫度、氨氮摩爾比等對(duì)脫硝效率的影響,并對(duì)改造后系統(tǒng)進(jìn)行調(diào)試。結(jié)果表明,溫度控制在360℃附近,過量空氣系數(shù)在0.9～1.0之間,氨氮摩爾比為1.2時(shí),scr脫硝效率達(dá)到90%以上,煙氣出口no_x質(zhì)量濃度在45mg/nm~3以下,煙氣出口溫度為250～280℃之間,符合環(huán)保部門的排放指標(biāo)。

《大氣污染控制工程》課程設(shè)計(jì) 小型燃煤電站鍋爐煙氣除塵脫硫系統(tǒng)設(shè)計(jì) ——除塵器選型設(shè)計(jì) 班級(jí)： 學(xué)號(hào)： 姓名： 1 《大氣污染控制工程》課程設(shè)計(jì)任務(wù)書 1.設(shè)計(jì)題目 dzl2-13型鍋爐高硫無(wú)煙煤煙氣袋式除塵濕式脫硫系統(tǒng)設(shè)計(jì) 2.設(shè)計(jì)原始資料 鍋爐型號(hào)：dzl2-13即，單鍋筒縱置式鏈條爐，蒸發(fā)量2t/h，出口蒸汽壓 力13mpa 設(shè)計(jì)耗煤量：350kg/h 設(shè)計(jì)煤成分：cy=65%hy=4%oy=2%ny=1%sy=3%ay=15% wy=10%； vy＝8％，屬于高硫無(wú)煙煤 排煙溫度：160℃ 空氣過剩系數(shù)＝1.3 飛灰率＝16％ 煙氣在鍋爐出口前阻力550pa 污染物排放按照鍋爐大氣污染物排放標(biāo)準(zhǔn)中二類區(qū)新建排污項(xiàng)目執(zhí)行。 連接鍋爐、凈化設(shè)備及煙囪等凈化系統(tǒng)的管道假設(shè)長(zhǎng)度50m，90°彎頭10個(gè)。 3.設(shè)計(jì)內(nèi)容及要求 （1）根據(jù)燃煤

基于多目標(biāo)遺傳算法的高速公路多目標(biāo)路面養(yǎng)護(hù)決策優(yōu)化——高速公路多目標(biāo)路面養(yǎng)護(hù)決策優(yōu)化是高速公路路面養(yǎng)護(hù)決策優(yōu)化未來(lái)發(fā)展的趨勢(shì)，也是目前研究的熱點(diǎn)。針對(duì)傳統(tǒng)數(shù)學(xué)規(guī)劃方法用于高速公路多目標(biāo)路面養(yǎng)護(hù)決策優(yōu)化的不足，引入了目前在多目標(biāo)優(yōu)化領(lǐng)域應(yīng)用較多...

大口徑火炮后坐阻力和炮口擾動(dòng)是影響火炮射擊精度的關(guān)鍵因素,為了減小后坐阻力峰值和炮口擾動(dòng),基于剛?cè)狁詈蟿?dòng)力學(xué)理論,建立了某型火炮剛?cè)狁詈舷到y(tǒng)動(dòng)力學(xué)模型。從反后坐裝置結(jié)構(gòu)和總體結(jié)構(gòu)的角度出發(fā),利用adams底層開發(fā)模塊,結(jié)合小生境遺傳算法程序建立多目標(biāo)優(yōu)化函數(shù),進(jìn)行火炮反后坐裝置結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計(jì)。優(yōu)化后的后坐阻力峰值及炮口擾動(dòng)明顯降低,表明所提出的優(yōu)化方法合理可行,為火炮總體結(jié)構(gòu)和反后坐裝置結(jié)構(gòu)的優(yōu)化設(shè)計(jì)提供一定的技術(shù)參考。

從理論和實(shí)際兩個(gè)角度出發(fā),提出變電站選址決策"優(yōu)中選優(yōu)"的思想,即:首先將影響選址決策的所有因素劃分為兩類,一類是可以數(shù)學(xué)建模的,利用遺傳算法進(jìn)行初步尋優(yōu),得到理論上的最優(yōu)解和一批次優(yōu)解作為候選站址;對(duì)另外一類不能建模的,采用多目標(biāo)多項(xiàng)目決策技術(shù),以系統(tǒng)的思想結(jié)合專家經(jīng)驗(yàn),對(duì)初步尋優(yōu)得到的候選站址優(yōu)化選擇,實(shí)現(xiàn)整體上的最優(yōu)。將算法優(yōu)化和決策技術(shù)巧妙結(jié)合,建立了變電站選址優(yōu)化、決策的程序流程。通過實(shí)際算例表明,該方法簡(jiǎn)單、實(shí)用、有效、可靠。

由于現(xiàn)階段對(duì)資源的均衡操作大都側(cè)重于對(duì)工期-資源同時(shí)優(yōu)化,很少涉及質(zhì)量和成本,所以這里提出了一個(gè)兩階段優(yōu)化模型,第一階段是基于工期、質(zhì)量和成本三個(gè)目標(biāo)為非線性關(guān)系,建立三個(gè)目標(biāo)的綜合優(yōu)化模型;第二階段是從上階段對(duì)所得到的非劣解中由決策者選擇一個(gè)或多個(gè)滿意的解輸入到本階段進(jìn)行資源均衡優(yōu)化,兩階段均用遺傳算法求解,最后通過一個(gè)實(shí)例證明了兩階段模型的可行性與優(yōu)越性.

本文利用遺傳算法的內(nèi)在并行機(jī)制及其全局優(yōu)化的特性,運(yùn)用一種基于目標(biāo)排序計(jì)算適應(yīng)度的多目標(biāo)遺傳算法(moga),將水資源優(yōu)化配置問題模擬為生物進(jìn)化問題,通過判斷每一代個(gè)體的優(yōu)化程度來(lái)進(jìn)行優(yōu)勝劣汰,從而產(chǎn)生新一代,如此反復(fù)迭代完成水資源優(yōu)化配置。優(yōu)化結(jié)果表明,該算法應(yīng)用在水資源優(yōu)化配置中是成功的。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

本文將支持向量機(jī)算法引入到在役電站鍋爐的風(fēng)險(xiǎn)評(píng)價(jià)中,構(gòu)建了基于模糊系統(tǒng)的最小二乘支持向量機(jī)模型。利用visualbasic6.0編制相應(yīng)的風(fēng)險(xiǎn)評(píng)價(jià)軟件,并利用該評(píng)價(jià)軟件對(duì)某熱電廠在役電站鍋爐進(jìn)行了風(fēng)險(xiǎn)評(píng)價(jià)。

針對(duì)目前大多數(shù)電梯群控系統(tǒng)都以單一目標(biāo)為基礎(chǔ)來(lái)調(diào)度電梯,提出了一種基于遺傳算法的多目標(biāo)群控算法,該算法不僅考慮了候梯時(shí)間和乘梯時(shí)間,還考慮了系統(tǒng)能耗。通過應(yīng)用仿真系統(tǒng)對(duì)算法進(jìn)行了驗(yàn)證,運(yùn)行實(shí)驗(yàn)結(jié)果表明了此方案的可行性和優(yōu)越性。

本文敘述了燃煤鍋爐的低氮燃燒改造方案,改造后進(jìn)行了冷態(tài)空氣動(dòng)力場(chǎng)實(shí)驗(yàn)和運(yùn)行調(diào)整實(shí)驗(yàn),為低氮改造后的鍋爐運(yùn)行提供意見。

通過對(duì)支持向量機(jī)核函數(shù)的分析發(fā)現(xiàn),當(dāng)對(duì)樣本的各個(gè)特征賦予不同大小的尺度參數(shù)時(shí),可以避免冗余特征干擾分類,增強(qiáng)關(guān)鍵特征在分類中的作用,提高支持向量機(jī)分類器的學(xué)習(xí)和泛化能力。在此基礎(chǔ)上,提出一種具有不同特征尺度參數(shù)的支持向量機(jī)(簡(jiǎn)稱多尺度支持向量機(jī)),并通過遺傳算法最小化loo(leave-one-out)泛化錯(cuò)誤上限估計(jì),根據(jù)各個(gè)特征的識(shí)別能力賦予其不同大小的尺度參數(shù)。將多尺度支持向量機(jī)用于軸承故障診斷,實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的單尺度參數(shù)支持向量機(jī)相比,多尺度支持向量機(jī)具有更好的泛化能力。對(duì)壓縮機(jī)氣閥的故障識(shí)別表明,尺度參數(shù)的大小直接反映了對(duì)應(yīng)特征識(shí)別能力的大小,因此可以依據(jù)尺度參數(shù)的大小進(jìn)行特征選擇,保留關(guān)鍵特征,剔除冗余特征。

針對(duì)風(fēng)電場(chǎng)并網(wǎng)運(yùn)行的多目標(biāo)無(wú)功優(yōu)化和電壓穩(wěn)定問題,建立了基于異步發(fā)電機(jī)內(nèi)部等值電路的含風(fēng)電場(chǎng)的電力系統(tǒng)無(wú)功優(yōu)化模型,提出了風(fēng)電場(chǎng)無(wú)功優(yōu)化的目標(biāo)函數(shù)和約束條件。結(jié)合非支配排序思想、精英保留策略、改進(jìn)的小生境技術(shù),得到了一種將向量模適應(yīng)度函數(shù)作為淘汰準(zhǔn)則的改進(jìn)pareto遺傳多目標(biāo)優(yōu)化算法。以某風(fēng)電場(chǎng)接入ieee14節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)為例,將改進(jìn)算法用于含風(fēng)電場(chǎng)的電力系統(tǒng)無(wú)功優(yōu)化。仿真結(jié)果表明,應(yīng)用改進(jìn)的遺傳多目標(biāo)優(yōu)化算法可以同時(shí)得到多組pareto最優(yōu)解,為決策者提供了更多的選擇余地,使風(fēng)電場(chǎng)并網(wǎng)點(diǎn)母線電壓在允許范圍內(nèi)。

利用遺傳算法對(duì)傳統(tǒng)的支持向量機(jī)進(jìn)行改進(jìn),提出ga-svm房地產(chǎn)估價(jià)模型,并運(yùn)用到房地產(chǎn)估價(jià)的預(yù)測(cè)中,通過與支持向量機(jī)模型、bp神經(jīng)網(wǎng)絡(luò)模型和市場(chǎng)比較法的對(duì)比研究發(fā)現(xiàn),該方法估價(jià)預(yù)測(cè)精度要明顯高于bp神經(jīng)網(wǎng)絡(luò)模型和市場(chǎng)分析法,略高于支持向量機(jī)模型,所以ga-svm房地產(chǎn)估價(jià)模型更具有推廣性,更適合于有限樣本的房地產(chǎn)價(jià)格估價(jià)。

針對(duì)燃煤電站生產(chǎn)過程復(fù)雜,運(yùn)行安全難以準(zhǔn)確評(píng)價(jià)的問題,提出了基于證據(jù)理論的安全評(píng)價(jià)方法。該方法考慮了電站安全評(píng)價(jià)證據(jù)的不精確性和不完全性。在構(gòu)建燃煤電站安全評(píng)價(jià)多屬性決策樹的基礎(chǔ)上,提出了定量和定性證據(jù)相結(jié)合的方法,分別給出了定性和定量?jī)煞N安全決策知識(shí)的獲取和轉(zhuǎn)化方法。建立了決策樹安全評(píng)價(jià)模型,給出了證據(jù)推理算法。將該方法應(yīng)用于某2×600mw燃煤電站的安全評(píng)價(jià),充分利用電站運(yùn)行與維護(hù)數(shù)據(jù)、安全檢查結(jié)果,確定了電站運(yùn)行安全狀態(tài)。結(jié)果表明,該方法可行有效,解決了部分證據(jù)不精確和不完全的安全評(píng)價(jià)問題,評(píng)價(jià)結(jié)果為運(yùn)行與維修決策和安全整改提供依據(jù)。