基于差分对立灰狼算法的SNCR脱硝系统模型辨识

为了对具有大迟延、大惯性、非线性的选择性非催化还原（SNCR）脱硝系统进行有效的控制,建立一个精确的SNCR脱硝系统模型是至关重要的。采用遗忘因子递推最小二乘（FFRLS）法和贝叶斯信息准则（BIC）确定系统离散传递函数的阶数,提出了一种改进的灰狼算法即差分对立灰狼（DOGWO）算法,使用该算法对模型的参数以及时滞进行寻优,得到精确的模型。经过标准测试函数测试以及现场实际数据验证,仿真结果表明DOGWO算法与其他算法相比具有收敛速度快,辨识精度高,可以准确得到模型参数等优点,为实时快速的模型在线辨识提供了新的方法。     

浅析锅炉SNCR与SCR联合脱硝方式

通过试验数据表明,SNCR+SCR联合脱硝系统,通过不同的组合方式,使进入SCR催化剂入口截面的NH3、NOx浓度分布尽量均匀,达到提高SCR催化剂的使用功效,即试验目的是提高SNCR+SCR整体脱硝效率,而不是单独提高的SNCR或SCR脱硝效率,SCR充分利用SNCR的没有反应的逃逸氨气,进一步提高了脱硝效率。这种SNCR+SCR联合的脱硝工艺的成功应用,给我国脱硝领域开辟了新的技术形式。     

SNCR法脱硝工艺影响因素的初步探讨

本文对SNCR法脱硝技术原理和工艺进行了介绍,探讨其反应温度、停留时间等几个工艺因素对脱硝效率的影响。     

基于改进动态矩阵算法的SCR烟气脱硝系统

针对燃煤电厂火电机组选择性催化还原(SCR)烟气脱硝系统NOx出口体积分数波动大、稳定性差的问题,提出一种基于模糊自适应PID补偿的动态矩阵预测控制(DMC)算法.DMC算法基于NOx出口质量浓度历史数据构建预测模型,反馈环节根据当前偏差校正预测值,实现系统提前控制;模糊自适应PID控制器将预测偏差信息模糊化,用以修正...     

SNCR脱硝技术在循环流化床锅炉上的应用

本文简要分析了SNCR技术在循环流化床锅炉上的应用优势,并通过SNCR技术在垦利惠能热电有限公司75 t/h循环流化床锅炉脱硝工程上的应用,对SNCR技术在循环流化床锅炉上的脱硝性能进行了验证。     

浅谈SCR和SNCR在燃煤锅炉烟气脱硝中的应用

SCR和SNCR是目前锅炉脱硝采用的主要工艺,各自具有其优缺点。SCR脱硝效率高,但是结构复杂,建设及运行费用较高,对锅炉空气预热器有影响,且环境风险较大;SNCR结构简单,建设及后期费用较低,但是脱硝效率低。分析比较了SCR和SNCR的原理和优缺点,给出在实际环评工作及环境管理中如何选择的建议。应结合项目实际情况综合考虑其投资、工程量、脱硝效率、操作可行性等因素,不能以偏概全的只追求脱硝效率或者只追求节省投资,而忽略了脱硝工程的可行性及稳定性。     

水泥分解炉SNCR脱硝的数值模拟研究

选取吉林某3 200 t/d新型干法水泥生产线为研究对象,使用Ansys-Fluent软件进行仿真数值模拟,在得到分解炉内部热态规律的基础上,探究影响喷氨脱硝效果的因素。实验分别研究了喷氨高度、喷氨速度、喷氨角度、氨氮比、氨水雾化粒径、喷氨深度、喷口数量各因素对脱硝效果的影响。结果表明:优化后的喷氨高度为42 m,喷氨速度为80 m/s,喷氨角度为0°,氨氮比为1.8,氨水雾化粒径为100μm,喷氨深度为750 mm,喷口数量为4个,沿圆周呈90°均匀分布。在此优化工况条件下,可以达到76.89%的脱硝效率。     

低氮燃烧加SNCR脱硝技术在220t/h锅炉上的应用

根据NOx生成原理及控制技术,拟定了低氮燃烧加SNCR的脱硝工艺路线。并结合某220t/h普通煤粉锅炉脱硝项目,分析了具体工艺流程和技术特点,并根据投运效果证明该路线的可行性。     

基于改进PSO算法的电力系统无功优化

介绍了PSO算法,结合电力系统无功优化问题的实际情况,针对其存在的易陷入局部最优点的缺点,提出了改进的PSO算法。该算法改变了初始化方法和粒子更新方法,在算法后期引入变异因子,并将问题分解成子问题进行处理。在IEEE-14节点系统的仿真计算中,改进PSO算法与其他人工智能算法相比,在较短时间内取得了更好的优化效果。     

基于粒子群算法的边界盒定位改进算法研究

在传统的边界盒(Ｂｏｕｎｄｉｎｇ－ｂｏｘ)定位算法中 采用正方形交集区域的质心作为定位结果 定位误差相对较大 针对该问题 给出粒子群算法(ＰＳＯ)改进的边界盒定位算法 该方法定位时 在取得交集区域后 先通过粒子群算法对该区域进行并行搜索 从而取得优化定位坐标 仿真实验结果表明:基于粒子群算法的边界盒定位改进算法减少了定位过程的计算的迭代过程 使得计算速度增快 且定位误差减少 定位精度值得到了提升     

小型循环流化床锅炉的SNCR脱硝工艺改造

为应对日益严峻的环境问题,进一步降低NO_x排放浓度,对一台15 t/h循环流化床锅炉进行SNCR脱硝工艺改造。首先对旋风分离器内的流场进行了模拟,模拟结果表明,烟气在旋风分离器内的速度分布呈现出较好的对称性,能够为SNCR脱硝过程提供良好的混合及反应条件。在此基础上,根据锅炉结构特征和实际运行情况,为锅炉设计并安装脱硝系统。经过调试,SNCR脱硝系统运行稳定,经济性良好。锅炉高温烟道和尾部烟道内烟气中的NO_x浓度分别降低了54.9%和44.9%,NO_x排放浓度和氨逃逸量均远低于相关标准的限值。     

基于粒子群算法的神经网络在污水处理优化中的应用

在对污水处理模型研究的基础上,建立了神经网络污水处理模型.为进一步提高污水处理效率,降低能源消耗,提出了基于粒子群算法的污水处理神经网络优化模型,并与遗传算法神经网络优化模型进行了仿真及测试比较,结果证明了本文提出方法的优越性及有效性.     

粒子群遗传融合算法

提出一种融合粒子群算法和遗传算法改进优化算法,该算法首先采用一种自适应弹性粒子群算法,弹性地修正粒子速度的幅值,有效地避免了粒子群算法的早熟收敛问题。再与遗传算法融合,模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,先采用自适应弹性粒子群算法获得进一步的提高。再经过提高、交叉、变异三步,获得最优解。以动态系统FCRNN的设计为例,改进算法收敛速度快,误差精度高。     

基于遗传算法和粒子群算法实现时间序列建模

本论文基于样本数据的模型辨识方法,通过对时间序列的可叠加性特点分析,并采用典型时间序列模型组合形式构造时间序列模型。针对时间序列中可能存在的离群点,在模型中引入影响函数来表示。论文中采用遗传算法来确定模型的结构,然后使用粒子群算法来确定每个模型中的参数值。通过对几个实际问题的仿真分析可以得出结论:无论是对已知模型结构的辨识还是对未知模型结构的辨识问题,这种方法都是可行的。     

多核环境下的粒子群算法

为解决基于多核计算环境下的粒子群优化问题,提出一种面向多核计算的改进粒子群算法.通过引入多核设计模式和方法,分析传统粒子群算法中可以并行执行的部分,并根据已有的多核编程语言,在多核计算环境下,高效、并行地实现粒子群算法.通过实验验证了改进算法在多核计算环境下运行的有效性.     

基于坐标旋转角的均值粒子群优化算法

文中提出了基于坐标旋转角的均值粒子群算法,其原理是:在每次迭代中,粒子的下一个飞行位置的方向与当前最好位置的方向之间偏角较大时,则粒子的位置和速度更新中加入一个角度来改变位置和速度的方向,同时角度也更新。通过典型函数优化实验表明,本文算法具有较高的计算精度和较快的收敛速度。     

基于改进多粒子群算法的电力系统无功优化

将改进的多粒子群算法应用于电力系统无功优化问题的求解，克服了传统粒子群算法收敛精度不高、易陷入局部最优的缺点．该优化方法对原粒子群算法进行了如下改进：通过增强粒子群间的协同作用、引入惯性因子以及扰动的策略，来平衡集中强化搜索和分散多样化搜索过程．对IEEE6节点和IEEE30节点系统分别进行无功优化计算，并与传统粒子群算法进行了比较，结果表明，该算法求得的有功损耗较原状态降低了近1／5，且电压合格率为100％，具有较强的全局搜索能力和较高的收敛精度，是求解无功优化的有效方法．     

基于模糊系统的金具温升预测方法

为了提高直流特高压阀厅连接金具的温升预测准确性,将基本粒子群算法与递推最小二乘算法结合,形成改进粒子群算法。利用试验得到训练数据与测试数据,通过训练数据调整模糊系统。训练算法分别为基本粒子群算法、递推最小二乘算法和改进粒子群算法,其中改进粒子群算法的收敛效果优于其他2种算法。通过训练数据与回归分析对阀厅连接金具的温升进行建模,用测试数据对各方法所得模型进行检验,发现由改进粒子群算法训练模糊系统所得模型的测试效果最好。测试结果表明,若能得到足量训练数据,用改进粒子群算法训练模糊系统的方法预测阀厅连接金具的温升是可行的。     

粒子群优化算法在电网规划中的应用

粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有“趋同性”。本文提出了改进多粒子群优化算法（IPPSO）,IPPSO是两层结构：底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。     

微生物连续发酵建模及胞内动力学参数辨识

针对甘油连续发酵生产1,3-丙二醇过程,建立了涉及胞内物质及跨膜运输方式的动力学系统,并讨论了该系统的一些性质.以计算值与实验数据的平均相对误差作为目标函数,给出了估计胞内动力学参数的参数辨识模型,并证明了该辨识模型最优参数的存在性.最后构造了改进粒子群算法求解辨识模型中的最优参数.数值结果表明:平均相对误差减小了20...