연기 열회수기의 열 손실은 보일러의 열 손실 중 가장 큰 손실이며 보일러의 작동에 필수적인 보일러 연기 온도 모델링을 수행합니다. 이를 위해 660 MW 보일러 연소 조절 실험 데이터를 기반으로 기계 학습을 사용하여 보일러 연기 온도 모델을 수립하고, 개선된 혼돈 입자 떼 알고리즘을 사용하여 지지 벡터 머신의 매개 변수를 최적화하여 모델의 정확성을 크게 향상시켰습니다. 유전 알고리즘과 비교할 때 입자 떼 알고리즘에는 교차나 변이가 없으며 구현이 간단하며 강한 일반화 능력과 높은 실용성을 가지고 있습니다. 입자 떼 알고리즘 및 지지 벡터 머신을 기반으로 한 연기 온도 모델은 연기 온도의 변화를 잘 예측할 수 있으며 보일러 운전에 지침을 제공할 수 있습니다.

보일러; 연기 온도; 연기 손실; 혼돈 입자 떼 알고리즘; 지지 벡터 머신; 수치 시뮬레이션