발전소 순환 유동층(CFB) 보일러의 오염물질 배출을 줄이고 보일러 연소 효율을 향상시키기 위한 문제에 대해, 본 논문에서는 먼저 최솟값 분류 지원 벡터 머신 (LS-SVM)을 적용하여 보일러 효율, NOx 및 SO2 배출 특성에 대한 소프트 측정 모델을 구축하고, LS-SVM과 BP신경망 모델의 성능을 비교하였다; 그 후 LS-SVM으로 구축된 모델을 기반으로하여 3가지 최적화 전략을 제안하고, 일정 범위 내에서 CFB 보일러 운전 조건의 조절 가능 매개변수를 최적화하기 위해 향상된 과일파 최적화 알고리즘(MFOA)을 사용하였다. 결과적으로, LS-SVM 모델은 BP신경망 모델과 비교하여 교육 시간이 짧고 예측 정확도가 높으며 일반화 능력이 강하다. CFB 보일러의 효율은 최대 0.61% 향상되었으며, NOx 및 SO2 배출 농도는 최대각각 7.88% 및 18.13% 감소하였다.

CFB; 보일러 효율; NOx; SO2; 최소 자승 지원 벡터 머신; 향상된 과일파 최적화 알고리즘; 연소 최적화