基于能级间解耦合的核电站二回路热力系统经济性分析

根据热力系统的能级理论,将核电站二回路的热力系统看成是一次再热机组热力系统与其内部能级之间的耦合问题。通过解耦分析逐步考虑二回路热力系统效率随系统结构的变化规律,在不增加节能理论复杂性的前提下,得出二回路热力系统效率随系统结构变化的定量关系,并通过算例验证了算法的正确性。结果表明:在核电站二回路热力系统中,分离器不仅可以提高系统的安全性,而且能显著提高热力系统的热经济性。

基于能级理论的二次再热机组热力系统分析方法

基于能级效率法,经过理论分析与推导,得出了二次再热机组热力系统的热经济性能级效率分布矩阵方程。该方法具有快速、精确、易程序化等众多优点。该方法不仅适用于二次再热机组,还能应用于具有复杂能级耦合的热力系统的热经济性计算。该方法能够简化热力系统经济性的计算过程,满足工程精度要求,对电站热力系统的优化和改造具有一定指导意义。通过实例进行了验证。

基于约束支持向量回归的电站锅炉燃烧优化建模

为建立一个有效的电站锅炉效率与NO_(x)排放浓度预测模型,在最小二乘支持向量回归算法(Least Squares Support Vector Regression,LSSVR)基础上进行改进,提出了约束支持向量回归算法(Constraint Support Vector Regression,CSVR),通过优化支持向量的选择策略,来增强算法泛化能力和对不良数据的抵御能力。初始数据经主成分分析(Principal Component Analysis,PCA)后,输入基于CSVR算法的锅炉燃烧模型进行训练,并将建模结果与LSSVR算法和BP神经网络算法进行了比较。结果表明:使用PCA对数据预处理后,输入变量维数由五维降到三维,简化了模型结构,同时又保留了输入数据的主要特征。在相当的平均预测误差水平上,CSVR算法选用支持向量数目分别只有83个和117个,远少于LSSVR算法选用的900个;CSVR的最大预测相对误差只有3%,远低于LSSVR的25.8%,BP算法介于两者之间。

基于PLS与MPGA-ELM的汽轮机排汽焓预测模型

针对汽轮机排汽焓参数难以直接测量的问题,提出了一种利用偏最小二乘法(PLS)和多种群遗传算法(MPGA)优化极限学习机(ELM)的汽轮机排汽焓预测模型。先将采集到的数据进行预处理,然后通过PLS将多维的输入变量降维成低维相互独立的变量,再利用MPGA对ELM的初始权值与阈值进行优化,最后使用优化后的模型进行训练。并将该模型预测结果与BP、ELM以及SVM等模型预测结果进行对比,结果表明MPGA-ELM具有更低的误差、更高的模型预测精度及更强的泛化能力。