【技术实现步骤摘要】
本专利技术属于工业锅炉控制系统优化领域，通过引入异构集成的代理辅助多目标进化算法，利用数据建模和优化算法准确优化工业锅炉系统运行设定值。该方法综合应用支持向量机(support vector machine，svm)和前馈神经网络(feedforwardneural network，fnn)构建异构代理模型。通过优化燃烧效率、减少氮氧化物(nox)排放浓度以及降低电力消耗量，在确保锅炉燃烧效率的同时，实现排放控制和能耗节约。该技术提升了锅炉系统的整体性能，为工业锅炉的高效、环保运行提供了有效解决方案。
技术介绍
1、工业锅炉是能源转换和工业生产的重要设备，其运行过程中的燃烧效率、污染物排放以及电力消耗等因素对工业生产的可持续性和经济性有着重要影响。在实际应用中，如何优化锅炉燃烧效率、减少nox等有害气体排放浓度，并同时降低电力消耗，构成了一个复杂且昂贵的多目标优化问题。
2、传统的锅炉控制策略大多依赖固定的经验参数或基于物理模型的控制方法，难以应对实际运行中环境条件、燃料特性以及负荷变化的多样化需求，这些需求对应多个相互制约...
【技术保护点】
1.基于代理辅助多目标进化算法的工业锅炉系统设定值优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于代理辅助多目标进化算法的工业锅炉系统运行设定值优化方法，其特征是，步骤1通过工业锅炉控制系统传感器获取运行数据，构建初始数据集并进行数据预处理；通过计算特征的信息增益来选择合适的特征数量，对应算法初始化过程中的种群信息，首先计算给定数据集的信息熵，信息熵用Entropy来表示，具体计算公式如下：
3.根据权利要求1所述的一种基于代理辅助多目标进化算法的工业锅炉系统运行设定值优化方法，其特征是，步骤2构建集成SVM以及FNN的异...
【技术特征摘要】
1.基于代理辅助多目标进化算法的工业锅炉系统设定值优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于代理辅助多目标进化算法的工业锅炉系统运行设定值优化方法，其特征是，步骤1通过工业锅炉控制系统传感器获取运行数据，构建初始数据集并进行数据预处理；通过计算特征的信息增益来选择合适的特征数量，对应算法初始化过程中的种群信息，首先计算给定数据集的信息熵，信息熵用entropy来表示，具体计算公式如下：
3.根据权利要求1所述的一种基于代理辅助多目标进化算法的工业锅炉系统运行设定值优化方法，其特征是，步骤2构建集成svm以及fnn的异构代理模型来描述nox浓度与操作变量之间的关系；选取数据处理后的五个参数分别为：一次风机风量、二次风机风量、燃料供给量、燃料喷射速率与空气阀门开度作为输入特征进行svm模型构建，训练过程中采用不...
【专利技术属性】
技术研发人员：乔俊飞，李文璐，郭楠，贾雨心，孙跃扬，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
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。