优化算法及火电厂若干优化问题的研究

论文题目: 优化算法及火电厂若干优化问题的研究

论文类型: 博士论文

论文专业: 热能工程

作者: 万文军

导师: 周克毅

关键词: 算法,智能优化技术和算法,负荷分配,控制系统优化,火电机组运行优化,数据挖掘

文献来源: 东南大学

发表年度: 2005

论文摘要: 在能源供应日益紧张和电力市场逐渐放开的今天,以提高火电厂整体经济性为目标的优化技术显得越来越重要。本文围绕火电生产过程子系统的优化,从基础的优化算法到具体的仿真和工程应用进行了细致深入的研究。本文在分析前人的研究成果和火电厂优化技术应用现状的基础上,指出了一些有意义的研究方向和研究内容。考虑到工程优化问题大都需要一定的优化算法来求解,本论文从论述各种优化算法出发,指出了传统优化算法中的Lemke算法是求解众多二次规划最有效的方法之一。文中还对适用范围较广的智能优化算法进行了深入的研究,针对现有实数编码遗传算法(RCGA, Real-coded based Genetic Algorithm)和粒子群优化(PSO, Particle Swarm Optimization)算法存在的不足,分别提出了两种混合智能优化算法。大量的仿真结果表明,本文所提出的优化算法非常有效。为了给后续研究的软件实现方面作一些必要的准备,并真正实现代码的重用,作者开发了一套基于COM技术的优化算法库。在优化算法研究的基础上,本文着重对火电厂负荷优化分配、热工控制系统优化和机组运行优化等问题进行了研究。火电厂负荷分配的优化问题是实现火电厂其它系统运行优化的先决条件,也是研究较多的课题之一。文中提出了三种新型的优化方法来求解负荷分配优化问题:(1)通过Hopfield神经网络构建了一种采用动力学方法求解稳态优化解的新型思路,并从数学上证明了该优化方法能够收敛。仿真结果进一步表明了该算法的可靠性和优化结果的全局性;(2)利用本文提出的改进PSO算法并结合“解的可行性保持法”的约束条件处理机制,准确、快速地获取了三台机组的负荷优化分配结果;(3)首次将Lemke算法用于求解负荷分配优化问题,仿真结果表明该算法经过有限次行变换数就可以获得准确优化结果。为方便Lemke算法的推广应用,本文给出并证明了一个重要的优化问题等价性定理。负荷优化分配必然会给机组运行带来扰动,特别是随着电网峰谷差的增大,机组经常处在负荷大范围变动的情况下运行。优化热工控制系统是保障机组在新形势下安全、经济运行的重要手段之一。控制系统优化本质内容是采用合理的控制回路结构和新型的控制算法来设计品质优良的控制系统。本文指出了优化控制系统的一般思路和方法,并对某台350MW机组的再热汽温控制系统进行了优化改造,与优化前相比,取得了较好的控制品质。先进控制算法中的预测控制算法在热工过程控制中有广阔的应用前景,该算法中的核心内容是在线滚动优化。采用本文提出的各种优化算法实现了受限预测控制中的滚动优化问题的求解,获得了非常满意控制效果,这也从另一侧面反映了本文所提出的改进优化算法的有效性。对复杂系统实施预测控制时,在线滚动优化计算负担较大,本文综合考虑约束条件和性能指标,给出了一些减轻在线优化计算负担的策略。机组大量的运行数据中蕴含着机组运行参数特性关系和关联关系。本文给出了基于神经网络建模技术的循环水优化方案实施的框架和特点。机组运行参数优化目标值的确定是实现机组运行优化的瓶颈,本文以给水温度优化目标值的确定为例,给出了基于数据挖掘技术获取运行参数优化目标值的实现框架和步骤。

论文目录:

摘要

Abstract

第一章 绪论

1.1 课题研究背景和意义

1.2 国内外研究现状

1.2.1 优化技术在火力发电中的应用现状和前景

1.2.2 优化技术的发展动态

1.3 主要研究工作和文章内容组织

本章参考文献

第二章 最优化问题及传统优化算法

2.1 最优化的基本概念

2.1.1 优化问题及其分类

2.1.2 最优化的基本术语

2.1.3 优化问题求解方法

2.2 线性规划

2.2.1 线性规划的基本概念

2.2.2 线性单纯形算法

2.3 二次规划

2.3.1 二次规划的形式和算法

2.3.2 Lemke 算法

2.4 非线性优化算法

2.4.1 一维搜索算法

2.4.2 无约束非线性优化算法

2.4.3 无约束非线性优化算法统一迭代格式

2.4.4 有约束非线性优化问题的求解方法

2.5 基于COM 技术的优化算法库的开发

本章参考文献

第三章 智能优化技术的研究

3.1 智能优化建模

3.1.1 模糊隶属度

3.1.2 模糊建模技术

3.2 智能优化算法

3.2.1 模拟退火算法

3.2.2 基于混沌现象的优化算法

3.2.3 蚁群优化算法

3.3 实数编码遗传算法的研究和应用

3.3.1 改进实数编码的遗传算法

3.3.2 仿真试验

3.4 粒子群优化算法的研究

3.4.1 PSO 算法基本原理

3.4.2 PSO 算法的基本步骤

3.4.3 PSO 算法主要参数的功用

3.4.4 PSO 算法改进

3.5 智能优化算法的约束处理机制

3.5.1 惩罚函数法

3.5.2 解的可行性保持法

本章参考文献

第四章 优化算法求解火电机组负荷分配问题的研究

4.1 火电机组负荷分配的理论基础

4.1.1 优化问题的数学模型

4.1.2 负荷分配优化问题的算法

4.1.3 机组能耗曲线的拟合

4.2 基于动力学系统的负荷分配的方法和算法收敛性的研究

4.2.1 负荷优化分配的神经网络数学模型

4.2.2 负荷分配优化问题数学模型的转化

4.2.3 通用网络结构构造

4.2.4 算法的收敛性

4.2.5 动力学系统求解负荷优化分配的仿真实例

4.3 基于PSO 优化算法的负荷分配的研究

4.4 基于Lemke 算法的负荷分配问题的研究

4.4.1 负荷分配优化问题的Lemke 算法形式的转化

4.4.2 等式约束与不等式约束的等价性证明

4.4.3 仿真试验

4.5 三种优化方法的比较

本章参考文献

第五章 热工控制系统若干优化问题的研究

5.1 热工控制系统优化的一般思路

5.1.1 热工控制系统优化方案

5.1.2 热工控制系统优化实例

5.2 预测控制中若干优化问题的研究

5.2.1 预测控制原理

5.2.2 预测控制中的滚动优化问题

5.2.3 预测控制的新型优化策略

5.2.4 其它优化问题

本章参考文献

第六章 基于智能优化技术的火电厂运行优化实施方案

6.1 机组运行优化概述

6.1.1 机组运行优化的主要内容和功能

6.1.2 运行参数优化目标值

6.2 基于人工智能方法的优化目标值的确定

6.2.1 最佳真空问题的数学模型

6.2.2 循环水运行优化问题的传统求解方法

6.2.3 基于人工智能方法的真空优化目标值获取方案

6.3 基于数据挖掘技术的优化目标值获取方案

6.3.1 数据挖掘的基本概念

6.3.2 基于数据挖掘技术优化目标值确定的方案

本章参考文献

第七章 结论与展望

7.1 课题的工作和成果

7.2 未来研究工作的展望

附录 基于COM 技术的优化算法库

攻读博士学位期间发表的学术论文

致谢

发布时间: 2007-06-11

相关论文

• [1].基于主设备优化运行的火电厂节能方法与应用研究[D]. 刘进雄.武汉大学2010
• [2].火电机组热工控制系统的优化整定及其应用[D]. 罗毅.中国电力科学研究院2001
• [3].电站锅炉燃烧系统优化运行与应用研究[D]. 李智.东北大学2005
• [4].电厂热力系统节能分析方法研究[D]. 闫水保.东南大学2002
• [5].火电厂厂级监控信息系统（SIS）建模、实现及人工智能的应用研究[D]. 余廷芳.东南大学2004
• [6].基于免疫—禁忌混合算法的汽轮发电机组优化运行研究[D]. 李蔚.浙江大学2006
• [7].电站锅炉预测控制与燃烧优化研究[D]. 杨兵.中国科学技术大学2006
• [8].基于数据挖掘的电站运行优化理论研究与应用[D]. 李建强.华北电力大学（河北）2006
• [9].先进控制方法在电厂热工过程控制中的研究与应用[D]. 华志刚.东南大学2006
• [10].火电机组节能在线分析与智能运行优化方法研究[D]. 李利平.华北电力大学（河北）2007

标签：算法论文;  智能优化技术和算法论文;  负荷分配论文;  控制系统优化论文;  火电机组运行优化论文;  数据挖掘论文;