采用最优MVs决策模型的电站锅炉燃烧优化 An Optimal MVs Decision-model for Boiler Combustion Optimization.pdfVIP

第 32卷 第 2期 中 国 电 机 工 程 学 报 Vo1．32No．2 Jan．15，2012 2012年 1月 15日 ProceedingsoftheCSEE ~2012Chin．Soc．forElec．Eng． 39 文章编号：0258-8013(2012)02—0039—06 中图分类号：TK223 文献标志码：A 学科分类号：470．10 采用最优 MVs决策模型的电站锅炉燃烧优化 顾燕萍 ，赵文杰2，吴 占松 (1．电力系统国家重点实验室(清华大学热能工程系)，北京市 海淀区 100084； 2．华北电力大学 自动化系，河北省 保定市 071003) AnOptim alMVsDecision-modelforBoilerCombustionOptimization GUYanping，ZHAOWenjie，WUZhansong (1．StateKeyLaboratoryofPowerSystemDepartmentofThermalEngineering，TsinghuaUniversity,HaidianDistrict，Beijing 100084，China；2．DepartmentofAutomation，NorthChinaElectricPowerUniversiyt,Baoding071003，HebeiProvince，China) ABSTRACT： There are two typical boiler combustion 摘要：基于锅炉燃烧模型的非线性寻优和基于历史运行工 optimization techniques． One is global searching with 况的数据挖掘是两种常见的锅炉燃烧优化技术，且各有利 evolutionary algorithm basedontheboilercombustionmodel 弊。前者可得到全局最优解，但算法复杂度较高；后者计 and the other is employing data—mining technology to the 算较为简易，但只能实现局部最优。结合两种方案的优点， historicaloperatingdata．Theoretically,theglobaloptimum can 提出基于离线非线性寻优所得最优知识库，采用模糊关联 be achieved with the firstmethod；however,the relevant 规则挖掘算法，建立最优操作变量 (manipulatedvariables， computationisvery complex．Thecomputationofthesecond MVs)决策模型，实现高效、稳定的锅炉燃烧优化。关联规 technology ismuch simplerbutonlywith localoptimum ．A 则挖掘中，提出基于缸均值聚类的语言变量非均等模糊分 new boilercombustionoptimizationproposalwaspresentedby 割，以提高所得规则库的可信度；并基于改进的支持度和 combiningthedifferentadvantagesoftheexistingtwomethods 置信度概念实现规则库的精简。仿真结果表明，基于该文 Itwasbasedontheoptimalmanipulatedvariables(MVs) 最优 MVs决策模型的锅炉燃烧优化结果与全局寻优结果 decision-model， which was established by employing 接近，且算法复杂度低、稳定性高，适合于在线实时优化 fuzzy--association--rule-·mining method to the optimal 与 自适应更新。 knowledge base；and the optimalknowledge basewas the 关键词 ：燃烧优化 ；最优操作变