杨耀权　张新胜

(华北电力大学控制与计算机工程学院，河北 保定　071003)



基于自适应变异SAPSO-LSSVM的磨煤机一次风量预测

杨耀权张新胜

(华北电力大学控制与计算机工程学院，河北 保定071003)

摘要：针对磨煤机一次风量的预测问题，建立了以磨煤机系统运行中与一次风量主要相关的参数作为输入变量的最小二乘支持向量机(LSSVM)模型。采用自适应变异的模拟退火粒子群算法(AMSAPSO)对建立的LSSVM模型的参数进行优化，建立了基于自适应变异的模拟退火粒子群优化算法的最小二乘支持向量机(AMSAPSO-LSSVM)预测模型。利用某600 MW机组磨煤机一次风系统运行数据对该模型进行了验证。结果表明，采用自适应变异模拟退火粒子群算法对LSSVM进行寻优，有效避免了搜索盲目性和早熟收敛的问题，提高了模型的泛化能力。采用AMSAPSO-LSSVM预测模型可以对磨煤机一次风量进行较高精度的预测。

关键词：一次风量软测量最小二乘支持向量机自适应变异模拟退火粒子群预测模型磨煤机火电厂锅炉燃烧系统

DCSMatlab

0引言

在火电厂锅炉燃烧系统中，准确、可靠地测量磨煤机一次风量是合理配风、调整磨煤机风煤比和优化燃烧的关键。然而硬件仪表(如差压式流量计、热式质量流量计、机翼式流量计等)由于长期使用而导致测量受现场安装条件、运行工况变化等方面的限制，存在较大的测量误差，使运行人员缺乏燃烧调整的依据。

为了解决现场硬件仪表由于长期使用而导致测量精度低、易堵塞等问题，应用软测量技术对磨煤机一次风量进行测量。……