基于小波SVM的电站锅炉飞灰含碳量预测

飞灰含碳量是影响锅炉热效率的一个重要因素,但由于电站锅炉机理复杂,很难建立能够用于飞灰含碳量实时预测和控制的机理模型。为此,将小波分析与支持向量机(SVM)算法相结合,提出基于小波SVM的飞灰含碳量预测模型。该方法可较好实现数据去噪和样本预处理,对因变量飞灰含碳量有较好预测能力,通过对样本自动筛选,实现预测模型自适应更新。最后,采用大型四角切圆燃煤锅炉热态实炉试验的运行数据对该算法进行了验证,并与神经网络预测模型进行了比较,结果显示提出的方法预测精度更高、效果更好。

探究智能安防技术促智能建筑发展

在上个世纪80年代的时候就已经提出了智能建筑的概念,同时在欧洲、美国以及日本等发达国家发展迅速。近些年来,智能建筑在我国也取得较大的进展,并且符合现实客观需求,在科学技术的影响,尤其是在智能安防技术的促进下,让智能建筑取得了进一步的发展。下面我们主要就智能安防技术促进智能建筑发展方面的问题进行分析和探讨。

基于小波PLS电站锅炉NO_x自适应预测

电站锅炉机理复杂,很难建立能够用于NOx实时预测和控制的机理模型。为此,将小波分析与偏最小二乘回归(Partial Least Squares,PLS)算法相结合,提出基于小波PLS的NOx排放预测模型。该方法可较好地实现数据去噪和样本预处理,并可对输入因素进行成分提取,对因变量NOx有较好的解释能力,通过对样本自动筛选,实现预测模型的自适应更新。采用京隆电厂1#机组600 MW锅炉的实际运行数据对该算法进行了验证,将其与神经网络预测模型进行了对比,结果显示此方法预测精度更高,效果更好。

新型脱硝控制策略及其在快速变负荷中的应用研究

针对电厂快速变负荷下,现有脱硝系统控制效果不佳的问题,提出一种基于二自由度模型驱动PID的前馈串级控制策略,通过在内蒙古A电站600 M W锅炉机组上应用该算法,结果验证了算法的可行性和有效性。