[發(fā)明專利]基于改進(jìn)量子粒子群算法的鍋爐NOＸ預(yù)測模型優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 201811297483.0
• 申請日: 2018-11-01
• 公開（公告）號(hào): CN109492807A
• 公開（公告）日: 2019-03-19
• 發(fā)明（設(shè)計(jì)）人: 孟磊;馬寧;谷小兵;李廣林;李婷彥;馬務(wù);寧翔;張妍;王旭光
• 申請（專利權(quán)）人: 大唐環(huán)境產(chǎn)業(yè)集團(tuán)股份有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 北京君泊知識(shí)產(chǎn)權(quán)代理有限公司 11496
• 代理人: 王程遠(yuǎn);胡玉章

1.一種基于改進(jìn)量子粒子群算法的火電廠鍋爐NO_x預(yù)測模型優(yōu)化方法，其特征在于包括以下步驟：

步驟一，通過對燃煤機(jī)組鍋爐燃燒系統(tǒng)機(jī)理分析，確定NO_x排放濃度預(yù)測模型的輸入變量；

步驟二，將余弦遞減函數(shù)與傳統(tǒng)量子粒子群算法結(jié)合，提出改進(jìn)的量子粒子群算法；

步驟三，利用改進(jìn)的量子粒子群優(yōu)化算法優(yōu)化極限學(xué)習(xí)機(jī)的初始參數(shù)，以訓(xùn)練數(shù)據(jù)預(yù)測結(jié)果和實(shí)際值的誤差平方和最小化作為目標(biāo)，建立準(zhǔn)確的NO_x排放預(yù)測模型；

步驟四，通過仿真驗(yàn)證經(jīng)過改進(jìn)量子粒子群算法優(yōu)化模型精度高于其他優(yōu)化算法優(yōu)化的模型。

2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)量子粒子群算法的電廠鍋爐NO_x預(yù)測模型優(yōu)化方法，步驟一中，其特征在于確定NO_x排放濃度預(yù)測模型的輸入變量分別為：鍋爐負(fù)荷、總風(fēng)量、磨煤機(jī)A給煤量、磨煤機(jī)B給煤量、磨煤機(jī)C給煤量、磨煤機(jī)D給煤量、磨煤機(jī)E給煤量、磨煤機(jī)F給煤量、兩側(cè)二次風(fēng)量、兩個(gè)燃盡風(fēng)擋板開度、六個(gè)磨煤機(jī)一次風(fēng)風(fēng)量、六個(gè)二次擋板開度作為模型的輸入變量。

3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)量子粒子群算法的火電廠鍋爐NOx預(yù)測模型優(yōu)化方法，步驟二中，改進(jìn)量子粒子群的流程如下：

(a)初始化算法參數(shù)，確定搜索空間尋優(yōu)范圍，確定目標(biāo)優(yōu)化問題的維數(shù)，設(shè)定種群數(shù)目、最大迭代次數(shù)與初始粒子位置x；

(b)將種群中粒子初始位置代入到目標(biāo)優(yōu)化問題的函數(shù)中，計(jì)算出初始粒子個(gè)體最優(yōu)值p_best與種群全局最優(yōu)值g_best；

(c)與量子粒子群算法相同，根據(jù)以下公式計(jì)算出種群平均最好位置ave_best和每個(gè)粒子介于p_best和g_best之間的隨機(jī)位置P；

其中，為在[0,1]上均勻分布的隨機(jī)數(shù)；P_id(t)為第i個(gè)粒子迭代t次時(shí)的個(gè)體最優(yōu)值；p_gd(t)為第t次迭代時(shí)的全局最優(yōu)值；P(t)為介于個(gè)體最優(yōu)值P_id(t)與全局最優(yōu)值p_gd(t)之間的一個(gè)隨機(jī)值；β為收縮-擴(kuò)張系數(shù)；

(d)與量子粒子群算法不同，改進(jìn)的量子粒子群算法的收縮-擴(kuò)張系數(shù)β由改進(jìn)的方案計(jì)算，即

β＝1-cos((1-t/T)π/2)

(e)將新的β計(jì)算方法代入以下公式中，根據(jù)粒子更新公式對種群中的所有粒子進(jìn)行更新

其中，u為在[0,1]上均勻分布的隨機(jī)數(shù)；

(f)計(jì)算每個(gè)粒子新的適應(yīng)度，并根據(jù)最優(yōu)原則對原有p_best與g_best進(jìn)行替換或者保留；

(g)判斷迭代是否達(dá)到最大次數(shù)或者優(yōu)化后的目標(biāo)值是否達(dá)到目標(biāo)精度，若是則算法終止迭代，否則返回步驟(c)繼續(xù)進(jìn)行迭代。

4.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)量子粒子群算法的火電廠鍋爐NOx預(yù)測模型優(yōu)化方法，步驟三中，設(shè)置極限學(xué)習(xí)機(jī)權(quán)值的尋優(yōu)范圍確定極限學(xué)習(xí)機(jī)模型隱含層節(jié)點(diǎn)個(gè)數(shù)，優(yōu)化過程的目標(biāo)函數(shù)為

式中，y_i表示為實(shí)際值，代表預(yù)測值。