量子遗传算法和神经网络的锅炉燃烧优化控制

简介

锅炉燃烧优化控制技术是一种对发电厂实现高效燃烧和低污染排放控制的最节约成本、最有效的方法。提出一种基于量子遗传算法和神经网络的混合优化方法,借助发电厂锅炉燃烧特性试验数据,建立神经网络的锅炉燃烧模型,使用量子遗传算法优化锅炉燃烧的二次风门开度和燃烧器摆角度,从而调节各优化目标的最佳设定值,来实现锅炉燃烧对热效率和氮氧排放量的整体优化和控制。仿真结果表明,调节优化二次风门开度和燃烧器摆角度对锅炉燃烧效率和氮氧排放量有着较好的改善,证明该方法具有泛化能力好和求解速度快,对锅炉燃烧过程具有较好的预测控制效果。