陈科
- 作品数：8 被引量：56H指数：6
- 供职机构：燕山大学电气工程学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金秦皇岛市科技局资助项目更多>>
- 相关领域：动力工程及工程热物理一般工业技术机械工程自动化与计算机技术更多>>
- 基于量子自适应鸟群算法的锅炉NO_x排放特性研究被引量：10
- 2017年
- 针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NO_x排放量。
- 牛培峰王丘亚马云鹏赵庆冲陈科赵振
- 关键词：计量学
- 基于改良的鸡群优化算法优化锅炉NO_x排放质量浓度被引量：6
- 2017年
- 为达到锅炉NO_x排放质量浓度最优的目标,针对鸡群优化算法收敛速度慢、容易早熟等缺点,对算法中母鸡和小鸡的觅食行为分别进行了修改,得到改良的鸡群优化(A-CSO)算法,并通过测试函数验证了A-CSO算法性能优于粒子群算法、引力搜索算法、磷虾群算法和原鸡群优化算法.利用A-CSO算法以及快速学习网建立锅炉NO_x排放质量浓度预测模型,对锅炉运行时的可调参数进行优化,获得锅炉燃烧优化调整方式.结果表明:优化后所有工况的NO_x排放质量浓度明显下降,相对下降率优于文献[12]中的结果;由于锅炉燃烧中飞灰含碳量的影响,可适当调整优化后的氧量和一次风量,以达到锅炉高效低污染燃烧.
- 李霞牛培峰马云鹏陈科王丘亚
- 关键词：锅炉燃烧优化
- 基于磷虾群算法的汽轮机组最优初压研究被引量：3
- 2017年
- 为找到汽轮机变工况运行时的最优初压,利用改进的磷虾群算法(A-KH)和快速学习网(FLN)建立热耗率预测模型,然后利用A-KH算法的全局搜索能力,在可行的压力区间内对所建模型热耗率最低时对应的主蒸汽压力进行寻优,并将优化后的最优初压曲线与厂家设计压力曲线进行对比.结果表明:优化后的最优初压曲线能有效降低汽轮机组的热耗率,对汽轮机的安全经济运行更具有指导意义.
- 牛培峰陈科刘阿玲马云鹏赵振李国强
- 关键词：汽轮机热耗率最优初压
- 基于双层聚类与GSA-LSSVM的汽轮机热耗率多模型预测被引量：13
- 2016年
- 针对单模型难以精确描述具有复杂非线性特性的汽轮机热耗率的问题,提出一种新的热耗率多模型建模方法。首先应用GK算法分析出最优聚类个数以及初始聚类中心,避免了聚类数确定的盲目性;然后利用核模糊C均值算法对热耗率样本集做出聚类划分,在每个子空间中利用最小二乘支持向量机(LSSVM)辨识出相应子模型,同时,为了保证子模型精确度,采用引力搜索算法来解决LSSVM参数优化问题;最后,将子模型通过隶属度值加权融合得到精确的热耗率预测模型。以某600MW超临界汽轮机组为研究对象,基于现场数据建立汽轮机热耗率预报模型,仿真结果验证了提出的多模型建模方法具有较高的预报精确度和泛化能力。
- 牛培峰刘超李国强张维平陈科
- 关键词：热耗率引力搜索算法聚类
- 基于混沌分组教与学优化算法锅炉NO_x模型优化研究被引量：10
- 2018年
- 为了平衡教与学优化算法的全局和局部搜索能力,提出一种混沌分组教与学优化算法。采用3种调整机制:应用混沌方法初始化种群个体;在教阶段成绩更新中引入自适应惯性权值;在学阶段,采用随机蛙跳算法思想,将班级中的学生分组,更新子种群的最差解。用10个经典的测试集函数测试改进算法的性能,并与人工蜂群算法、万有引力算法、原始的教学优化算法进行比较,结果显示:改进算法具有良好的全局和局部搜索能力,而且收敛精度高。此外,应用改进的教与学算法优化循环流化床锅炉氮氧化合物排放浓度的模型,仿真试验表明优化后的模型具有良好的辨识能力和泛化能力,能够指导工程,解决实际问题。
- 马云鹏牛培峰陈科闫姗姗李国强
- 关键词：计量学氮氧化合物混沌循环流化床锅炉
- 基于优化支持向量机的热耗率预测方法被引量：1
- 2015年
- 针对传统的汽轮机热耗率计算模型精度较低的问题,构建了一种基于改进生物地理学优化算法优化支持向量机的热耗率预报模型。首先,提出改进的生物地理学优化算法以加强算法的优化能力,并通过4个典型的测试函数验证算法的有效性。其次,采用支持向量机建立汽轮机热耗率的预报模型,并选用径向基函数作为核函数,用改进的生物地理学优化算法优化该模型参数。最后,结合某火电站600 MW超临界汽轮机组现场数据进行热耗率预报的仿真研究,结果表明基于该算法建立的汽轮机热耗率预报模型具有较高的预报精度。
- 刘超牛培峰段小龙李国强张维平陈科
- 关键词：热耗率汽轮机生物地理学优化算法支持向量机
- 基于磷虾群算法的汽轮机热耗率建模应用被引量：8
- 2016年
- 为了准确建立汽轮机热耗率预测模型,以某热电厂600MW超临界汽轮机组为研究对象,采用基于反向学习自适应的磷虾群算法(OAKH)和快速学习网(FLN)进行综合建模,并将该模型的预测结果与基本快速学习网、粒子群算法、生物地理学优化算法和磷虾群算法优化的快速学习网模型的预测结果进行比较.结果表明:OAKH算法能够更好地优化FLN模型参数,使所建立的FLN汽轮机热耗率预测模型具有更高的预测精度和更强的泛化能力,能够准确、有效地预测热电厂的汽轮机热耗率.
- 牛培峰陈科马云鹏赵庆冲李国强
- 关键词：汽轮机热耗率
- 基于风驱动算法的锅炉NO_x排放模型优化被引量：14
- 2016年
- 为了准确地预测电站锅炉的NO_x排放量,以某300 MW亚临界循环流化床锅炉为研究对象,利用自适应风驱动优化(AWDO)算法和极端学习机(ELM)进行综合建模,并根据不同工况下现场收集的样本数据检验该模型的预测能力;将该模型的预测值与基本极端学习机、差分进化算法、粒子群算法和基本风驱动算法优化的极端学习机模型预测值进行比较.结果表明:AWDO算法可以更好地找到优化参数,该算法优化的极端学习机模型具有良好的预测精度和泛化能力,可以准确、有效地预测电站锅炉的NO_x排放量.
- 牛培峰赵振马云鹏陈科王丘亚赵庆冲
- 关键词：循环流化床锅炉极端学习机
