基于最小二乘支持向量机的电站锅炉高效率低NO_(x)的多目标优化研究

针对锅炉燃烧系统的多目标优化,在所建立的锅炉燃烧系统预测模型的基础上,分别采用加权−粒子群算法和多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法优化锅炉系统的可调整运行参数,以实现锅炉高效率低NO_(x)排放。分析表明,2种优化算法所得的运行参数相近,趋势与燃烧特性分析和燃烧调整试验结果相符合,说明智能算法优化电站锅炉燃烧系统有效可行。但是加权−粒子群优化算法主观依赖性严重,难以选取合适的权值,优化时间长且结果少;而MOPSO算法优化时间远远小于加权−粒子群算法优化时间,并且优化结果更多,优化效率更高,更有利于指导锅炉的实际运行。

在线油液监测与故障智能预警系统在电力行业的应用

基于润滑磨损多参数的油液在线监测系统可以实现设备不停止工作的情况下,通过在线传感器对在用油的理化性能参数进行连续不间断的监测,根据润滑油参数的变化来判定或预测系统或设备的运行工况和状态。油液自动净化模块主要通过滤油机对油液进行过滤净化,在检测到油液指标超过设置的正常值时,能够启动该装置对油液进行自动净化,使油液能够恢复到原有水平。因此设备智能污染控制系统及诊断技术研究及开发应用具有重要的现实意义。