基于KPCA-FCM工况精简的机组燃烧优化

摘要

针对深度调峰下运行工况频繁变动使锅炉燃烧优化参数调整难度增大的问题，提出了一种基于KPCA-FCM工况精简的燃烧优化方法。首先对锅炉实际历史运行数据提取稳态工况后，通过核主成分分析法(KPCA)进行降维，选取贡献率较大的运行参数利用模糊聚类算法(FCM)进行分析完成工况划分，实现对工况的精简。然后对不同的燃烧工况匹配对应的工况簇，调整燃烧参数到该类的最佳运行参数。为了验证该方法的合理性，采用最小二乘支持向量机辨识锅炉燃烧热效率模型。以高低两个工况区间为例进行仿真验证，结果表明提取到的最优运行参数目标值可以使锅炉热效率最高提升0.2%。因此，提出的工况精简方法可有效选取最优运行目标值，为现场运行人员调整运行参数提高锅炉效率提供了合理的数据参考。

关键词

工况精简 / 燃烧优化 / 主成分分析法 / 模糊聚类 / 锅炉效率

基金资助

国家重点研发计划项目(2017YFB0902100)