Para optimizar las emisiones de NOx de la caldera de gas, se analizaron los datos de operación en el lugar, se estableció un modelo de características de emisiones de NOx basado en la máquina de vectores de soporte (SVM), se utilizó un algoritmo genético adaptativo mejorado para optimizar los parámetros del modelo, y se comparó el rendimiento de los modelos SVM basados en el núcleo sigmoide y el núcleo RBF. Los resultados mostraron que el núcleo RBF tiene más ventajas, además, el algoritmo SVM tiene una buena capacidad de generalización y precisión de predicción. Al combinar la modelización SVM y la optimización del algoritmo genético adaptativo, se optimizaron los parámetros ajustables de la caldera y se redujeron las emisiones de NOx de esta caldera de 423 mg / m3 a 219,4 mg / m3, lo que equivale a una reducción del 48,13 %. Con el método mencionado, es posible obtener el mejor conjunto de parámetros operativos con bajas emisiones de NOx, proporcionando pautas y bases para la optimización del funcionamiento de la caldera y el control de las emisiones de NOx en la central eléctrica.

Caldera de energía; optimización de la combustión; emisiones de NOx; SVM; algoritmo genético adaptativo