【技术实现步骤摘要】
201610022193
【技术保护点】
一种利用锅炉燃烧过程模型实现多目标优化的方法，其特征在于，所述方法包括：根据锅炉燃烧过程模型，选择输入可调控量、输入非可调控量和输出状态量；根据所述输出状态量之间的关系，确定优化目标函数；将所述输入可调控量作为粒子，通过粒子群优化算法，实现优化目标函数中多个目标的优化。
【技术特征摘要】
1.一种利用锅炉燃烧过程模型实现多目标优化的方法，其特征在于，所述方法包括：
根据锅炉燃烧过程模型，选择输入可调控量、输入非可调控量和输出状态量；
根据所述输出状态量之间的关系，确定优化目标函数；
将所述输入可调控量作为粒子，通过粒子群优化算法，实现优化目标函数中多个目标
的优化。
2.如权利要求1所述的方法，其特征在于，将所述输入可调控量作为粒子，通过粒子群
优化算法，实现优化目标函数的优化，包括：
根据所述输入可调控量建立多个粒子；
设置每个所述粒子的搜索空间，并初始化每个所述粒子的位置和飞行速度；
根据每个所述粒子的位置和飞行速度，通过根据所述优化目标函数设置的适应度计算
公式，计算每个所述粒子的适应度；
根据每个所述粒子的适应度，更新每个所述粒子的历史最佳位置和整个粒子群的全局
最佳位置；
根据预设飞行速度位置更新公式，更新每个所述粒子的位置和飞行速度；
判断是否满足预设优化终止条件；
如果满足预设优化终止条件，则将整个粒子群的全局最佳位置对应的数值作为所述优
化目标函数中对应目标的优化值。
3.如权利要求2所述的方法，其特征在于，判断是否满足预设优化终止条件之后，还包
括：
如果不满足预设优化终止条件，则执行根据每个所述粒子的位置和飞行速度，通过根
据所述优化目标函数设置的适应度计算公式，计算每个所述粒子的适应度的步骤。
4.如权利要求2所述的方法，其特征在于，根据每个所述粒子的适应度，更新每个所述
粒子的历史最佳位置和整个粒子群的全局最佳位置，包括：
将每个所述粒子当前的适应度与每个所述粒子在历史最佳位置时的适应度进行比较，
如果某所述粒子当前的适应度大于某所述粒子在历史最佳位置时的适应度，则将某所述粒
子当前的位置作为某所述粒子的历史最佳位置；如果某所述粒子当前的适应度小于等于某
所述粒子在历史最佳位置时的适应度，则保持某所述粒子的历史最佳位置不变；
将每个所述粒子当前的适应度与整个粒子群在全局最佳位置时的适应度进行比较，如
果某所述粒子当前的适应度大于整个粒子群在全局最佳位置时的适应度，则将某所述粒子
当前的位置作为整个粒子群的全局最佳位置；如果某所述粒子的适应度小于等于整个粒子
群在全局最佳位置时的适应度，则保持整个粒子群的全局最佳位置不变。
5.如权利要求1-4任一权利要求所述的方法，其特征在于，所述输入可调控量至少包
括：一次风量、二次风量、各燃烧器二次风调节门开度、氧量、给煤机组合和各给煤机的瞬时
给煤量；所述输出状态量至少包括：SCR脱硝反应器入口NOx浓度和锅炉热效率。
6.如权利要求5所述的方法，其特征在于，当所述输出状态量包括所述SCR脱硝反应器
入口NOx浓度和所述锅炉热效率时，所述优化目标函数为：
χ＝k1NOx+k2(1-η)
其中，χ表示所述优化目标函数，η表示所述锅炉热效率，k1、k2表示预设系数。
7.一种利用锅炉燃烧过程模型实现多目标优化的装置，其特征在于，所述装置...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。