基于贝叶斯神经网络遗传算法的锅炉燃烧优化  

Boiler Combustion Optimization Based on Bayesian Neural Network Genetic Algorithm

作　　者：郝杰勇 张丹平[1] 唐荣富[1] 梁昊 宋玉宝[2] 孙成永 

机构地区：[1]华能重庆珞璜发电有限责任公司 [2]西安热工研究院有限公司 [3]北京国成环境技术有限公司

出　　处：《电力设备管理》2023年第10期212-214,共3页Electric Power Equipment Management

基　　金：华能集团总部科技项目“HNKJ21-HF214 W火焰锅炉风粉均衡燃烧智能调控系统研发及应用”资助。

摘　　要：利用贝叶斯神经网络建立模型,再使用遗传算法来优化目标,从而制定最合理的优化目标。通过优化燃烧措施,能取得较低的NOx排放和锅炉燃烧效率,是目前最实用的优化方式。

关 键 词：燃烧优化 贝叶斯正则化 神经网络 遗产算法 多目标优化 

分 类 号：TK2[动力工程及工程热物理—动力机械及工程]