基于模糊聚类的NOx排放多模型预测优化
Thermal Power Generation(2022)
Abstract
火电机组广泛参与调峰导致运行工况频繁变动,使得锅炉出口 NOx排放的控制难度增大.基于对燃烧状态的影响将锅炉运行参数分为可调参数和不可调参数,并利用不可调参数分布将运行数据样本进行模糊均值聚类划分,以此实现锅炉出口 NOx排放特性的多模型预测.同时,利用粒子群算法对各工况所属子模型的可调参数进行寻优来实现NOx排放的优化.对某1 000MW燃煤机组数据仿真表明,提出的NOx排放多模型预测方法比单一模型具有更好的精度,且模型训练时间更短,经过粒子群算法参数优化后NOx排放质量浓度降低了 9.98%.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined