基于支持向量机的超临界锅炉参数预测

的搜索技 术。 遗 传 算 法 由 六 部 分 组 成:编 码、选 择
群算法是比较具有代表性的两类进化算法。
函数、遗 传 算 子、种 群 初 始 化、终 止 条 件、适 应 度
1.
2.
1 粒子群算法的参数优化(
PSO)
粒子 群 优 化 算 法 (
Pa
r
t
i
c
l
e Swa
rm Op
t
imi
z
a
t
i
on,
方法,能适 应 不 同 环 境 的 问 题,而 且 在 大 多 数 情 况
收稿日期:
2020-08-13
作者简介:范景扬(
1988- ),男,学士学位,工程师,从事火力发电厂锅炉检修管理工作
48
2020 年第 11 期
内蒙古石油化工
下都能得 到 比 较 满 意 的 有 效 解。 遗 传 算 法 和 粒 子
SZ
n
127 239.
8 0.
54529 483.
85 1137.
8 813.
76 2092.
8 93.
5
5 113.
5 157.
5 0.
18376 370.
42 832.
42 711.
23 1584.
1 93.
68
…
50 109.
5 178 0.
41803 390.
15 878.
08 714.
69 1707.
约束上。在应用中,优 化 参 数 的 取 值 选 择 是 一 大 难
以及运行 管 理 水 平 等 有 关。 由 于 前 几 项 因 素 相 对
题,实际操 作 中 也 没 有 切 实 可 行 的 参 数 调 节 方 法,
固定、后期 无 法 改 变,而 运 行 管 理 水 平 可 以 在 机 组
多数是使用试凑法 结 合 平 时 的 经 验,但 这 种 方 法 费
型,又存在训练时 间 长、结 果 具 有 随 机 性、容 易 陷 入
局部极小和过学习等问题。本 文将 以 二次 损失 函 数
为经验风险的最小二乘支持向量机 LS-SVM 应 用
到电站锅炉 燃 烧 优 化 中,建 立 排 烟 温 度、锅 炉 效 率
参数的测量模型。
1
tpy
D
表 2 试验数据
p
SM
SS
S1
5 93.
86
参考 模 拟 训 练 结 果,选 择 GA 参 数 优 化 方 法 对
模型进行优化,其中 -c=3.
30314,-g=0.
0625,均
方误差 ms
e=0.
059115。
3.
1 模型结构
如图 3 所 示。 基 于 LS-SVM,分 别 建 立 排 烟
温度、锅炉效率的模型。
图 4 模型预测结果与实际值对比
遗传算 法 相 对 于 其 他 的 寻 优 算 法 而 言 其 优 点
是它对目 标 问 题 的 求 解 完 全 依 赖 于 解 空 间 的 个 体
法,其思想来 源 于 人 工 生 命 和 演 化 计 算 理 论。PSO
及其适应度,而 不 需 要 其 他 的 知 识,故 它 对 于 解 决
能力。
种新的算法。PSO 与其它 的 进 化 算 法 类 似,也 采 用
0
.73206,
1;以终止代数 =50,种群数量 pop=
g=0.
图 1 PSO 预测结果与原始数据对比
11.
74
12.
72
12.
72
12.
72
25.
45
24.
69
24.
69
24.
69
44.
81
0.
39
44.
79
0.
46
44.
79
0.
46
44.
79
0.
46
1149
1147
1148
1151
20 对模 型 进 行 GA 参 数 优 化,结 果 显 示 Be
发电煤耗率 水分 mad 平均值 全水分
低位发热量
灰分收到基
挥发份收到基
固定碳收到基
硫份收到基 主蒸汽流量
302.
2
2.
79
18
21074
11.
74
25.
45
44.
81
0.
39
1146
303.
7
3.
72
17.
1
20886
13.
13
25.
15
44.
62
0.
3
1148
4.
82
17.
8
303.
0
310.
6
则、数据分析等数据挖掘技术,建立数据模型。本文将利用关联规则对超临界 600MW 火 电 机 组 的
历史数据进行分析、建模,最终优 化 其 运 行 参 数,通 过 采 取 正 确 的 方 法 来 离 散 数 据 的 连 续 性,提 取
有意义的规则,指导、优化运行人员操作。
关键词:火电机组;支持向量机;参数优化;燃烧优
3 94.
13
…
70
71
103 137.
8 0.
17274 286.
78 695.
09 576.
82 1307 94.
22
128 178.
4 0.
3886 370.
1 930.
6 705.
7 1811.
2 93.
51
72 117.
5 173.
6 0.
16168 381.
5 838.
66 716.
76 1763.
机组的标准供电煤耗率一般在 320~330g/kW ·h,
率一 般 在 300g/kW ·h 左 右 甚 至 更 低
。火电机
[
1]
身性能的好坏,而 且 与 热 力 系 统 的 设 计、设 备 安 装,
就 变 得 复 杂,计 算 速 度 也 会 相 应 变 慢。1999 年
法,作为 标 准 SVM 的 一 个 变 种,可 以 解 决 此 类 问
2020 年第 11 期
47
内蒙古石油化工
基于支持向量机的超临界锅炉参数预测
范景扬1,张
全1,王建军2,张剑旬2
(
1.内蒙古京能 康巴什热电有限公司,内蒙古
2.内蒙古自治区锅炉压力容器检验研究院,内蒙古
鄂尔多斯 017010;
呼和浩特 010020)
摘要:火电机组的安全 稳 定 运 行,不 仅 和 设 备 的 性 能 好 坏 本 身 有 关,而 且 还 与 热 力 系 统 的 设
该走在节能降耗 的 前 列。 近 年 来,国 产 大 型 燃 煤 机
组正在朝着 大 型 化、信 息 化 转 变,随 之 而 来 的 能 耗
控制参数的优化目标值。
1 最小二乘支持向量机概述及其参数优化方法
1.
1 最小二乘支持向量机
标准 SVM 算法计算复杂 度 与 训 练 样 本 个 数 有
也相应得到了很大的改善。例 如目 前 300MW 火 电
PSO)是一种基 于 种 群 行 为 的 并 行 全 局 搜 索 方
函数。
算法 是 1995 年 由 美 国 的 电 气 工 程 师 Rus
s
e
l
lEbe
r
ha
r
t和 社 会 心 理 学 J
ame
s Kennedy 共 同 提 出 的 一
复杂的时变、非 线 性、非 结 构 性 问 题 有 很 强 的 求 解
精确,因此说明 GA 优化在建模过程中更加适用、泛
化能力更强。
3 基于 LS-SVM 锅炉燃烧优化的研究
对于锅炉 这 样 一 个 涉 及 燃 烧、传 热、流 体 等 多
学科的系统,建 立 其 机 制 模 型 将 会 非 常 复 杂;而 文
献和商业 燃 烧 优 化 软 件 中 常 见 的 人 工 神 经 网 络 模
中图分类号:
TK229.
2
文献标识码:
A
引言
文章编号:
1006-7981(
2020)
11-0047-04
工况建模,通过挖掘 现 场 历 史 数 据 为 运 行 人 员 提 供
节能降耗 作 为 我 国 一 项 长 期 的 基 本 国 策 已 经
越来越重要,电力行 业 作 为 能 源 生 产 的 源 头 更 是 应
关,当样本 数 目 过 大 时,求 解 相 应 的 二 次 规 划 问 题
而近年来建设的 600MW 以上火电机 组的 标准 煤 耗
Suykens提出了最小二乘支持 向 量 机(
LS_SVM)算
组实际运行中的热 经 济 性,不 但 涉 及 主 辅 机 设 备 本
题,与标准 SVM 的 主 要 区 别 在 于 损 失 函 数 和 等 式
“群体”和 “进 化”的 概 念。 根 据 每 个 个 体 的 适 应 值
2 模拟训练与参数优化的应用
2.
1 试验数据的选择
和整个种群找到的最好值来完成优化的过程。
运行参数进行参数 优 化 选 择 和 结 果 预 测,输 入 值 选
1.
2.
2 遗传算法的参数优化(
GA)
遗传算法(
GA)在 解 空 间 随 机 产 生 多 个 起 始 点
310.831来自.32.79
4.
82
4.
82
18
17.
8
17.
8
21074
20753
20753
20753
在 MATLAB 平 台 下 对 其 进 行 建 模,将 煤 种 相
同的数据 中 的 最 后 一 组 作 为 测 试 集 对 模 型 进 行 评
价。PSO 参 数 优 化 结 果 显 示:惩 罚 参 数 c=
取水分 平 均 直 径,全 水 分,低 位 发 热 量,收 到 基 灰
并同时开 始 搜 索,由 适 应 度 函 数 来 指 导 搜 索 方 向,
炉煤量和 主 蒸 汽 流 量,将 发 电 煤 耗 量 作 为 输 出 值,
是一种能 够 在 复 杂 搜 索 空 间 快 速 寻 求 全 局 优 化 解
并对其进行预测。如表一所示
建模,开展锅炉运行参数模拟计算具有重要意义
。
[
2]
解出发改进到另一 组 较 好 的 解,再 从 这 组 改 进 的 解
本文将支 持 向 量 机 挖 掘 技 术 引 入 到 现 场 运 行
出发进一 步 改 进。 进 化 计 算 是 一 种 具 有 鲁 棒 性 的
参数优化目 标 值 确 定 中,利 用 SVM 算 法 进 行 锅 炉
图 3 模型结构
图中 D 为入炉 煤 量、
SM 为
p 为 炉 膛 风 箱 压 差、
磨煤机 总 风 量、
SS 为 送 风 机 总 流 量、
S1 为 一 次 风 机
总流量、
SY 为 引 风 机 总 流 量、
φ为尾部受热面出口
处含氧量、
T 为 排 烟 温 度、
S 为 总 风 量、
α为燃烧器
摆角、
tpy 为预测排烟温度、
现选取 某 火 电 厂 600MW 机 组 60% 负 荷 下 的
的大小进行操作,通 过 每 个 粒 子 找 到 自 身 的 最 好 值
样本编号
1
20
50
70
90
100
分,收到基 挥 发 份,收 到 基 固 定 碳,收 到 基 硫 份,入
表 1 取某火电厂 600MW 机组 60% 负荷下的运行参数
计、设备的安装、运行 和 管 理 水 平 等 有 关。 为 了 提 高 电 厂 运 行 的 经 济 性,尽 可 能 在 最 佳 条 件 下 运
行。利用数据挖掘技术,确定最佳的目标群体,可以 解 决 实 时参 数 的 最 佳 选 择,以 达 到 最 佳 的 经 济
运行目的的实时参 数 的 热 功 率。 数 据 挖 掘 可 以 从 大 量 的 有 价 值 的 信 息 中 提 取 数 据,利 用 关 联 规
运行时及时调整,所 以 运 行 参 数 的 控 制 对 机 组 实 际
时费力,而且 取 得 的 效 果 与 最 优 值 相 去 甚 远 [3]。 因
运行的热经济性 有 着 至 关 重 要 的 意 义。 然 而,炉 内
此,在实际应用中迫 切 需 要 一 种 切 实 可 行 的 方 法 对
煤粉燃烧是一个多 因 素 耦 合、复 杂 且 非 线 性 的 物 理
n 为锅炉效率。
3.
2 排烟温度预测
选取热 态 试 验 数 据 共 72 组,其 中 50 组 作 为 训
练样本,其余 22 组 作 为 测 试 样 本,如 表 2 所 示。 由
于锅炉特 性 会 随 着 负 荷 而 变 化,为 提 高 模 型 性 能,
训练样本的负荷须 覆 盖 试 验 工 况 的 运 行 范 围;模 型
进化机制 的 一 种 搜 索 算 法。 与 普 通 的 搜 索 方 法 一
种方法受试 验 条 件、人 员 素 质、模 型 精 度 等 因 素 影
样,进化计 算 也 是 一 种 迭 代 算 法,不 同 的 是 进 化 计
响,因此,基 于 现 场 数 据 和 人 工 智 能 算 法 进 行 数 学
算在最优解的搜索 过 程 中,一 般 是 从 原 问 题 的 一 组
s
tc=
,
。
最
终
预
测
数
据
与
原
始
数
据对
19
.022 g=18.
357
比如图 1,图 2 所示。
图 2 GA 预测结果与原始数据对比
2020 年第 11 期
范景扬等
49
基于支持向量机的超临界锅炉参数预测
从图 1 和图 2 的对比可以得知 GA 参数优化后
的预测结果比 PSO 参 数 优 化 后 的 预 测 结 果 要 更 加
多参数问题进行优化选择。
和化学反应过程,燃 烧 数 据 分 析 非 常 困 难。 目 前 主
1.
2 参数优化方法
要采用的研究方法 有 锅 炉 燃 烧 调 整 研 究、锅 炉 燃 烧
进化计 算 是 基 于 自 然 选 择 和 自 然 遗 传 等 生 物
数值模拟研究、锅 炉 燃 烧 智 能 算 法 建 模 研 究。 前 两
训练 前 将 样 本 数 据 归 一 化 到 [-1,
1]区 间,归 一 化
公式为
/2]
/(max(
x
'= [
x- (max(