[发明专利]一种基于粒子群算法的锅炉燃烧优化方法

权利要求书

1.一种基于粒子群算法的锅炉燃烧优化方法，其特征在于，包括以下步骤：

1)锅炉燃烧数据预处理；

2)建模参数确认；

3)锅炉燃烧模型建立；

4)锅炉燃烧效率计算；

5)基于粒子群算法对锅炉燃烧进行优化，通过改变燃料参数和配风参数来改变燃烧效率和排放量，对锅炉燃烧进行优化。

2.根据权利要求1所述的锅炉燃烧优化方法，其特征在于，所述的锅炉燃烧数据预处理具体为：在不同的锅炉燃烧功率下提取间隔时间超过30min的锅炉燃烧数据，再通过归一化函数对数据进行归一化处理。

3.根据权利要求1所述的锅炉燃烧优化方法，其特征在于，所述的建模参数确认具体为：利用基于最小二乘的支持向量机方法建立锅炉燃烧模型前，应先确定核函数及其宽度Gamma和惩罚因子c，通过改变各参数变量发掘参数影响因素，先改变其中一个参数，顺次改变其他参数，从而得到最优效果。

4.根据权利要求1所述的锅炉燃烧优化方法，其特征在于，所述的锅炉燃烧模型建立具体为：根据步骤1)和步骤2)得到的数据和建模参数，确定燃烧模型结构，可知输入变量和输出变量的个数，利用最小二乘支持向量机的方法对输出变量烟气温度T_py、飞灰浓度C_fh和Nox排放量进行测量，由于优化的目标是锅炉的燃烧效率，利用简化公式计算出锅炉的燃烧效率并建立预测模型。

5.根据权利要求1所述的锅炉燃烧优化方法，其特征在于，所述的锅炉燃烧效率计算具体为：由于锅炉燃烧效率计算的复杂性，通过找到燃烧效率与四个因素变量之间的关系，得到锅炉燃烧的简化算法，其中四个因素变量分别与过氧量α、烟气温度T_py、主燃煤量D和环境温度T_a。

6.根据权利要求1所述的锅炉燃烧优化方法，其特征在于，所述的锅炉燃烧优化具体为：首先输入变量对输出变量进行训练和预测，然后通过粒子群算法进行优化，得到相应的控制参数，反馈回输入变量，进而得到更好地锅炉燃烧效果。