[发明专利]一种优化锅炉负荷分配方法

摘要

本发明涉及一种优化锅炉负荷分配方法。目前还没有优化分配负荷的概念。本发明方法首先针对锅炉总台数为()台的生产单位，分别采集各台锅炉生产过程中，负荷及与之相对应的锅炉效率数据，建立数据库，然后分别对每台锅炉采用支持向量机方法建模，建立各锅炉的负荷与各燃烧效率间的模型，共建立个模型，再利用遗传优化算法，结合以上所建各锅炉负荷与燃烧效率模型，进行各锅炉负荷配置的优化。利用本发明方法可有效的在总负荷一定的情况，通过优化分配各台锅炉的负荷，提高总燃烧效率。

主权项

1. 一种优化锅炉负荷分配方法，其特征在于该方法的具体步骤是：步骤(1).针对锅炉总台数为台的生产单位，分别采集各台锅炉生产过程中负荷及与之相对应的锅炉效率数据，建立数据库，；所述的负荷参数及相应得效率数据通过锅炉实时运行数据库获取，或直接通过仪器设备测量采集；步骤(2).分别对每台锅炉采用支持向量机方法建模，建立各锅炉的负荷与各燃烧效率间的模型，共建立个模型；具体建模方法如下：用于建模样本的输入参数及输出参数表示为，其中表示第组作为输入数据的锅炉的运行负荷参数，表示第组作为输出参数的锅炉的燃烧效率，为样本数量，以实际运行数据为基础，建立各台锅炉的负荷与燃烧效率间的模型；采用支持向量机方法建模，支持向量机核函数选为径向基函数参数σ为径向基函数的宽度，为映射函数，设所求的目标函数为：，为模型输出的锅炉燃烧状态的特征指标预测值，为权重系数向量，为截距；引入松弛因子ξ^*_i和ξ_i以及允许拟合误差ε，ξ^*_i≥0、ξ_i≥0，模型通过在约束：，条件下，最小化：获得，其中常数C为惩罚系数，C >0；该最小化问题为一个凸二次规划问题，引入拉格朗日函数：其中、、、为拉格朗日乘数，≥0、≥0、≥0、≥0；在鞍点处，函数L是关于w、b、ξ_i、ξ_i^*的极小点，也是、、、的极大点，最小化问题转化为求其对偶问题的最大化问题；拉格朗日函数L在鞍点处是关于w、b、ξ_i、ξ_i^*极小点，得：可得拉格朗日函数的对偶函数：此时，按照库恩-塔克(KKT)条件定理，在鞍点有下式成立：由上式可见，α_i·α_i^*=0,α_i和α_i^*都不会同时为非零，可得：从上式可求出b，获得模型；步骤(3).利用遗传优化算法，结合以上步骤(2)所建各锅炉负荷与燃烧效率模型，进行各锅炉负荷配置的优化，具体步骤如下：a. 定义遗传算法初始群体向量的各维分量，分别为各台锅炉的负荷；b.设定遗传算法的搜索目标和迭代次数，搜索目标为各台锅炉的燃烧效率之和最高，即燃烧总效率最高；c.根据各台锅炉的实际总负荷和各台锅炉的允许最高总负荷，当时，，为第台锅炉的初始化负荷，第台锅炉之后各台锅炉负荷为0，否则第台锅炉负荷初始化区间为：，在此区间上产生初的第台锅炉的负荷个体；依据以上的步骤初始化群体向量，并通过步骤(2)所建各锅炉负荷与燃烧效率模型，根据初始群体中各锅炉的负荷，获得各台锅炉在初始群体负荷下的燃烧效率，然后根据步骤b设定的搜索目标，用遗传算法进行迭代计算，搜索最优负荷分配情况；d.当遗传算法完成迭代次数或找到设定要求的最优时，停止计算获得相应最优的群体向量，即获得最优的各台锅炉的最优负荷分配。