一种基于进化算法的燃煤锅炉多目标优化方法

    公开(公告)号:CN115755624A

    公开(公告)日:2023-03-07

    申请号:CN202211583707.0

    申请日:2022-12-09

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于进化算法的燃煤锅炉多目标优化方法。本发明综合考虑多个操作变量进行多个目标变量优化,通过针对每个目标参数建立梯度下降决策树模型来模拟锅炉燃烧过程,并在建立锅炉燃烧模型的基础上结合NSGA‑Ⅱ算法对关键参数集合中的关键参数进行迭代寻优,实现与提高锅炉燃烧效率和减少污染物排放相关的多目标参数的优化,以达到提高燃烧效率并减少污染物排放的目标。本发明对于燃煤锅炉有较高的优化率,能够实现根据锅炉运行数据在线调整操作变量以达到提高燃烧效率并减少污染物排放的目标。

    一种基于决策树和蚁群算法的电厂锅炉效率优化方法

    公开(公告)号:CN113869399B

    公开(公告)日:2024-06-28

    申请号:CN202111128868.6

    申请日:2021-09-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于决策树和蚁群算法的电厂锅炉效率优化方法。本发明针对已有的锅炉效率回归模型往往输入参数很多但回归效果提升不大,且过多的参数大大增加计算负担,提出置换重要性方法对参数进行排序,选取对锅炉效率的影响相对较大的重要参数进行锅炉效率建模。针对锅炉效率建模和操作参数寻优大多停留在理论阶段,对实际工况中的参数调整幅度、前后调整行为的一致性未曾考虑,本发明提出在蚁群算法的适应度函数中增加操作参数的惯性调节部分和偏置调节部分。由此,本发明能够高效地根据锅炉的实时机组运行参数,实现电厂锅炉操作参数的优化,保证锅炉效率始终处于最佳水平。

    基于特征-模型迁移的航空发动机剩余使用寿命预测方法

    公开(公告)号:CN116306241A

    公开(公告)日:2023-06-23

    申请号:CN202310089533.0

    申请日:2023-02-09

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于特征‑模型迁移的航空发动机剩余使用寿命预测方法。本发明基于特征‑模型迁移,在数据预处理阶段,本发明选取航空发动机的状态监测参数和操作参数作为卷积神经网络的输入,并对数据进行归一化和滑动时间窗处理,划分出源域数据和目标域数据。在构建卷积神经网络阶段,本发明选用多层卷积层以充分提取数据特征。在特征‑模型迁移阶段,本发明先利用源域带标签数据和目标域不带标签数据进行特征迁移,之后利用目标域带标签数据对特征迁移后的模型微调,进行模型迁移,以充分利用源域数据和目标域数据。结果表明,本发明基于特征‑模型迁移学习的模型在目标域的测试集上可以取得较好的预测效果。

    一种基于决策树和蚁群算法的电厂锅炉效率优化方法

    公开(公告)号:CN113869399A

    公开(公告)日:2021-12-31

    申请号:CN202111128868.6

    申请日:2021-09-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于决策树和蚁群算法的电厂锅炉效率优化方法。本发明针对已有的锅炉效率回归模型往往输入参数很多但回归效果提升不大,且过多的参数大大增加计算负担,提出置换重要性方法对参数进行排序,选取对锅炉效率的影响相对较大的重要参数进行锅炉效率建模。针对锅炉效率建模和操作参数寻优大多停留在理论阶段,对实际工况中的参数调整幅度、前后调整行为的一致性未曾考虑,本发明提出在蚁群算法的适应度函数中增加操作参数的惯性调节部分和偏置调节部分。由此,本发明能够高效地根据锅炉的实时机组运行参数,实现电厂锅炉操作参数的优化,保证锅炉效率始终处于最佳水平。

Patent Agency Ranking