Un modèle d'optimisation intelligent des paramètres d'entrée et de sortie de combustion de chaudière a été développé en utilisant un réseau neuronal à base radiale, l'impact de la densité de distribution différente des fonctions de base radiale sur la précision de prédiction du modèle a été analysé, une optimisation en temps réel des paramètres de fonctionnement a été réalisée à l'aide d'un algorithme génétique basé sur le codage réel. À travers l'application pratique d'une centrale électrique de 600 MW, les données réelles de fonctionnement de la combustion peuvent être utilisées pour guider les opérations du personnel de conduite de chaudière, améliorant ainsi l'efficacité de la chaudière après l'optimisation.

centrale électrique; chaudière; optimisation de la combustion; réseau neuronal; algorithme génétique