基于磷虾群算法的汽轮机热耗率建模应用.pdf

《基于磷虾群算法的汽轮机热耗率建模应用.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、第36卷第10期动力工程学报V01．36No．102016年10月JournalofChineseSocietyofPowerEngineering()ct·2016文章编号：1674—7607(2016)i0-0781—07中图分类号：TK267文献标志码：A学科分类号：470．20基于磷虾群算法的汽轮机热耗率建模应用牛培峰，陈科，马云鹏，赵庆冲，李国强(燕山大学工业计算机控制工程河北省重点实验室，河北秦皇岛066004)摘要：为了准确建立汽轮机热耗率预测模型，以某热电厂600Mw超临界汽轮机组为研究对象，采用基于反向学

2、习自适应的磷虾群算法(()AKH)和快速学习网(FI。N)进行综合建模，并将该模型的预测结果与基本快速学习网、粒子群算法、生物地理学优化算法和磷虾群算法优化的快速学习网模型的预测结果进行比较．结果表明：()AKH算法能够更好地优化FI。N模型参数，使所建立的FI．N汽轮机热耗率预测模型具有更高的预测精度和更强的泛化能力，能够准确、有效地预测热电厂的汽轮机热耗率．关键词：汽轮机；热耗率；磷虾群算法；快速学习网；反向学习算法ModellingofTurbineHeatRateBasedonKrillHerdAlgorithma

3、ndItsApplicationN儿，PeiJeng，CHENKe，MAYunpeng．ZHAOQing(’hong，LIGuoqiang(KeyI．abofIndustrialComputerControlEngineeringofHebeiProvince，YanshanUniversity，Qinhuangdao066004，HebeiProvince，China)Abstract：Toaccuratelypredicttheheatrateofsteamturbine，amodelwasestablishedwit

4、hthesampleda—taofa600MWsupercriticalsteamturbineunitinathermalpowerplantusingoppositionadaptivekrillherdalgorithm(OAKH)andfastlearningnetwork(FI．N)。ofwhichthepredictionresultswerecomparedwiththatofbasicFI。NmodelandthoseFI。Nmodelswhoseparameterswereoptimizedbyparti

5、cleswarmoptimization，biogeography—basedoptimizationandkrillherdalgorithm．Resultsshowthatcomparedwithotheralgorithmsandmodels，themodelofturbineheatratebasedon()AKHalgorithmhasahigheraCCU—racyinpredictionandstrongercapabilityinparameteroptimizationandgeneration，whic

6、hmayhelptoac—curatelyandeffectivelypredicttheheatrateofsteamturbines．Keywords：steamturbine；heatrate；krillherdalgorithm；fastlearningnetwork；opposition—basedlearn—ingalgorithm汽轮机热耗率是影响热电厂热效率的重要因素之一，实时且精确的热耗率预测是评价汽轮机热经济性能的关键．目前，我国大多数发电机组的负荷率不高，据统计多在65％～75％负荷下运行，这就使得机

7、组的热经济性降低一1．现场采用质量和能量平衡方程来计算热耗率值，但由于受到机组运行过程中热力参数波动等影响，导致模型所得热耗率值会产生偏差．目前，许多收稿El期：2016-01-05修订日期：2016-01—21基金项目：国家自然科学基金资助项目(61573306．61403331)作者简介：牛培峰(1958)．男，吉林舒兰人．教授．博i：生导师．研究方向为复杂T业系统的智能建模与智能控制和流程工业综合自动化等．电话(Tel．)：0335—8072979；Email：npf882000@163．COITI．动力工程学报第3

8、6卷学者采取回归模型的方法来计算汽轮机热耗率值．王惠杰等。23提出基于v类型支持向量机(v—SVM)的汽轮机热耗率回归预测模型；牛培峰等N1提出汽轮机热耗率多模型建模方法；朱誉等一q提出基于BP神经网络的汽轮机热耗率在线计算方法．然而，影响汽轮机组热耗率的因素有很多，且汽轮机组的工作过程具有非线性、时变