基于自适应变异SAPSO-LSSVM的磨煤机一次风量预测.pdf

《基于自适应变异SAPSO-LSSVM的磨煤机一次风量预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于自适应变异SAPSO—LSSVM的磨煤机一次风量预测杨耀权。等基于自适应变异SAPSO—LSSVM的磨煤机一次风量预测Pr．maryAirFlowPredictionBasedonAdaptiveMutationSAPSO—-LSSVMforCoalMi扬耀仅旅彰舱(华北电力大学控制与计算机工程学院，河北保定071003)摘要：针对磨煤机一次风量的预测问题，建立了以磨煤机系统运行中与一次风量主要相关的参数作为输入变量的最dx--乘支持向量机(LSSVM)模型。采用自适应变异的模拟退火粒子群算法(AMS

2、APSO)对建立的LSSVM模型的参数进行优化，建立了基于自适应变异的模拟退火粒子群优化算法的最dx--乘支持向量机(AMSAPSO—LSSVM)预测模型。利用某600MW机组磨煤机一次风系统运行数据对该模型进行了验证。结果表明，采用自适应变异模拟退火粒子群算法对I_SSVM进行寻优，有效避免了搜索盲目性和早熟收敛的问题，提高了模型的泛化能力。采用AMSAPSO—LSSVM预测模型可以对磨煤机一次风量进行较高精度的预测。关键词：一次风量软测量最dx--乘支持向量机自适应变异模拟退火粒子群预测模型磨煤机火电

3、厂锅炉燃烧系统I)CSMatlab中图分类号：THll；TPl81文献标志码：ADOI：10．16086／j．enki．issnl000-0380．201607023Abstract：Aimingatthepredictionissueofprimaryairvolumeinthecoalmill-theleastsquaresupportvectormachine(L$SVM)modelisestablishedbytakingsomemainoperationparametersrelatedtopr

4、imaryairflowastheinputvariables．Byadoptingadaptivemutationsimulatedam瑚mSparticleswarmoptimization(AMSAPSO)-theparametersofLSSVMmodelestablishedar{eoptimized．tosetupAMSAP$O—LSSVMpredictivemodel．TheoperationdataofthePAsystemincoalmillofcertain600MⅣpowerunit

5、areusedforverifyingthismodel．TheresultsshowthatthesearchblindnessandprematureconvergenceareeffectivelyavoidedbyoptimizingLSSVMwithAMSAPSO．thusthegeneralizationcapabilityofthemodelcanbeimpwved；thepredictionofPAvolumeinthecoalmillismoreaccuratebyapplyingAMS

6、APSO—LSSVMpredictionmodel．Keywords：Pri越ryairflowSoftsensingI．SSVMAdaptivemutationSA_r，sOPredictionmodelCoalmillThermalpowerplantBoilercombustionsystemDCSMatlab0引言在火电厂锅炉燃烧系统中，准确、可靠地测量磨煤机一次风量是合理配风、调整磨煤机风煤比和优化燃烧的关键。然而硬件仪表(如差压式流量计、热式质量流量计、机翼式流量计等)由于长期使用而导致测量受

7、现场安装条件、运行工况变化等方面的限制，存在较大的测量误差，使运行人员缺乏燃烧调整的依据。为了解决现场硬件仪表由于长期使用而导致测量精度低、易堵塞等问题，应用软测量技术对磨煤机一次风量进行测量。软测量技术的核心思想是利用计算机技术建立软测量模型，对实际系统中不可测量或测量精度低的主导变量，以易测的过程变量(辅助变量)预测主导变量的值。在此研究方向上，王春修改稿收到日期：2015—05—20。第一作者扬耀权(1962一)，男，1999年毕业于西安变通大学自动控制专业，获博士学位，教授；主要从事智能测控技术、

8、数字图像处理方向的研究。林n1等提出了利用支持向量回归算法建立飞灰含碳量软测量模型的算法。支持向量机口1(supportvectormachine，SVM)是一种集成统计学理论、最优化理论、核函数理论的机器学习方法。顾燕萍口1等提出了利用最dx-乘支持向量回归算法建立电站锅炉燃烧优化模型的算法。最小二乘支持向量机H1(1eastsquaresupportvectormachine，LSSVM)是一种基于结构风险最小化准则、采用