近年來,隨著我國經(jīng)濟(jì)高速發(fā)展,能源應(yīng)用范圍不斷擴(kuò)大,適當(dāng)、合理分配社會資源成為國家積極倡導(dǎo)的策略。然而,在熱電廠參與電網(wǎng)調(diào)峰工作中,存在許多大功率、大容量機(jī)組難以長時(shí)間處于變負(fù)荷工作運(yùn)行狀態(tài)下,這會顯著降低機(jī)組熱經(jīng)濟(jì)性能,并且違背了能源高效率利用的理念。為了提高機(jī)組能源利用率,對汽輪機(jī)組主蒸汽壓力尋優(yōu)以提高機(jī)組熱經(jīng)濟(jì)性能指標(biāo)。對主蒸汽壓力的尋優(yōu),使得機(jī)組能夠安全、正常運(yùn)行。因此,本文從熱耗率模型建立和優(yōu)化模型參數(shù)兩方面作為研究方向。首先,對回溯搜索算法（Backtracking Search Optimization Algorithm,BSA）進(jìn)行研究分析,針對算法缺乏群體方向性和突變多樣性,對算法進(jìn)行改進(jìn),增加全局最優(yōu)個(gè)體、劃分子群體、改進(jìn)突變控制參數(shù)。為體現(xiàn)改進(jìn)后算法的性能,分別使用經(jīng)典測試函數(shù)對其進(jìn)行測試,并與其他優(yōu)化算法對比分析,仿真實(shí)驗(yàn)結(jié)果表明,改進(jìn)的回溯搜索算法（Improved Backtracking Search Optimization Algorithm,I-BSA）具有很好的優(yōu)化能力,滿足使用需求。其次,針對快速學(xué)習(xí)網(wǎng)模型中參數(shù)與激活函數(shù)參數(shù)進(jìn)行優(yōu)化,提出一種... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景和意義
    1.2 相關(guān)知識概述
        1.2.1 汽輪機(jī)結(jié)構(gòu)和工藝流程
        1.2.2 汽輪機(jī)運(yùn)行方式和可調(diào)性
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 汽輪機(jī)最優(yōu)初壓優(yōu)化研究現(xiàn)狀
        1.3.2 人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
        1.3.3 智能優(yōu)化算法研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容及結(jié)構(gòu)安排
第2章 回溯搜索算法及其改進(jìn)
    2.1 回溯搜索算法原理
    2.2 改進(jìn)回溯搜索算法
        2.2.1 群體多樣性策略
        2.2.2 改進(jìn)突變策略
        2.2.3 改進(jìn)突變參數(shù)
        2.2.4 I-BSA算法流程圖
    2.3 仿真實(shí)驗(yàn)分析
        2.3.1 標(biāo)準(zhǔn)測試函數(shù)
        2.3.2 相關(guān)參數(shù)設(shè)置
        2.3.3 實(shí)驗(yàn)結(jié)果分析
    2.4 本章小結(jié)
第3章 基于I-BSA優(yōu)化快速學(xué)習(xí)網(wǎng)模型
    3.1 人工神經(jīng)網(wǎng)絡(luò)
        3.1.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.2 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
    3.2 快速學(xué)習(xí)網(wǎng)
    3.3 I-BSA-FLN模型
    3.4 I-BSA-FLN性能測試比較
    3.5 本章小結(jié)
第4章 基于I-BSA-FLN的汽輪機(jī)熱耗率建模
    4.1 汽輪機(jī)熱耗率計(jì)算方法
    4.2 汽輪機(jī)熱耗率影響因素
    4.3 汽輪機(jī)熱耗率參數(shù)選取
    4.4 汽輪機(jī)熱耗率建模與分析
        4.4.1 熱耗率模型建立
        4.4.2 熱耗率模型預(yù)測性能分析
    4.5 本章小結(jié)
第5章 汽輪機(jī)最優(yōu)初壓優(yōu)化研究
    5.1 汽輪機(jī)運(yùn)行方式分析
    5.2 汽輪機(jī)最優(yōu)初壓的數(shù)學(xué)模型
        5.2.1 最優(yōu)運(yùn)行方式分析
        5.2.2 可行壓力分析
        5.2.3 最優(yōu)初壓數(shù)學(xué)模型
    5.3 汽輪機(jī)最優(yōu)初壓的確定
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于逆序法的汽輪機(jī)滑壓運(yùn)行初壓優(yōu)化研究[J]. 李慧君,喻橋.  汽輪機(jī)技術(shù). 2013(06)
[2]定負(fù)荷下火電機(jī)組最優(yōu)運(yùn)行初壓的確定[J]. 胡勇,劉吉臻,曾德良,彭燦,李雅哲.  動力工程學(xué)報(bào). 2013(09)
[3]汽輪機(jī)組最佳經(jīng)濟(jì)運(yùn)行方式的確定[J]. 邵峰.  熱力發(fā)電. 2013(08)
[4]實(shí)用機(jī)組定滑壓運(yùn)行曲線試驗(yàn)研究[J]. 邵峰,黃啟龍,戴維葆,馬曉峰.  動力工程學(xué)報(bào). 2013(08)
[5]基于BP神經(jīng)網(wǎng)絡(luò)和SA-BBO算法的汽輪機(jī)組最優(yōu)運(yùn)行初壓的確定[J]. 劉偉,葉亞蘭,司風(fēng)琪,徐治皋.  熱能動力工程. 2013(01)
[6]2020年我國能源電力消費(fèi)及碳排放強(qiáng)度情景分析[J]. 張斌.  中國能源. 2009(03)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的熱經(jīng)濟(jì)性在線計(jì)算模型[J]. 朱譽(yù),馮利法,徐治皋.  熱力發(fā)電. 2008(12)
[8]火電廠汽輪機(jī)組影響熱耗率計(jì)算的因素[J]. 云曦,閻維平.  東北電力技術(shù). 2007(03)
[9]基于支持向量回歸算法的汽輪機(jī)熱耗率模型[J]. 王雷,張欣剛,王洪躍,司風(fēng)琪,徐治皋.  動力工程. 2007(01)
[10]汽輪機(jī)組滑壓運(yùn)行最優(yōu)初壓的確定[J]. 李永玲,張春發(fā),王惠杰,張寶,謝飛,黃宇.  熱力發(fā)電. 2006(04)

博士論文
[1]元啟發(fā)式優(yōu)化算法理論與應(yīng)用研究[D]. 徐俊杰.北京郵電大學(xué) 2007

碩士論文
[1]汽輪機(jī)滑壓運(yùn)行最優(yōu)初壓通用計(jì)算模型研究[D]. 周沖.華北電力大學(xué) 2012



本文編號：3196731