摘要
煙突ヒートリカバリの熱損失は、ボイラーの熱損失の中で最も大きなものであり、ボイラーの動作にとって排煙温度モデルの設定が極めて重要である。このため、660MWボイラー燃焼調整試験データを基に機械学習を用いてボイラー煙道温度モデルを設定し、改良されたカオス粒子群アルゴリズムを用いてサポートベクターマシンのパラメータを最適化し、モデルの精度を著しく向上させました。遺伝的アルゴリズムと比較して、粒子群アルゴリズムは交差や変異がなく、実装が簡単で汎化能力が強く、高い実用性を持っています。カオス粒子群アルゴリズムとサポートベクターマシンに基づく煙道温度モデルは、煙道温度の変化をよく予測することができ、ボイラーの運転に指導を提供することができます。
关键词
ボイラー；排煙温度；排煙損失；カオス粒子群アルゴリズム；サポートベクターマシン；数値シミュレーション