発電所の循環流動層ボイラー（CFB）の汚染物排出を削減し、燃焼効率を向上させるために、本研究ではまず、最小二乗サポートベクトルマシン（LS-SVM）を使用して、ボイラーの効率、NOxおよびSO2の排出特性のソフトセンシングモデルを構築し、LS-SVMモデルとBPニューラルネットワークモデルの性能を比較します。次に、LS-SVMモデルを基に、3つの最適化戦略を提案し、CFBボイラーの運転条件の可変パラメータを一定範囲内で最適化するために改良されたフルーツフライ最適化アルゴリズム（MFOA）を使用します。 結果は、LS-SVMモデルがBPニューラルネットワークモデルと比較して、短いトレーニング時間、高い予測精度、強い汎用性を持っており、CFBボイラーの効率は最大で0.61%向上し、NOxおよびSO2の排出濃度はそれぞれ最大で7.88%および18.13%減少しました。

CFB；ボイラー効率；NOx；SO2；最小二乗サポートベクトルマシン；改良フルーツフライ最適化アルゴリズム；燃焼最適化