公开(公告)号：CN104776446B

公开(公告)日：2017-05-10

申请号：CN201510176385.1

申请日：2015-04-14

Applicant: 东南大学

Inventor： 林祥 ,  刘西陲 ,  吴啸 ,  李益国 ,  沈炯 ,  潘蕾

IPC: F23N5/00

Abstract: 本发明公开了一种锅炉燃烧优化控制方法，其特征在于，包括如下步骤：对锅炉燃烧非线性系统进行采样，得到当前时刻的输入/输出数据；使用在线增量学习模糊神经网络对实时采样得到的输入/输出数据进行训练，建立锅炉燃烧非线性系统的在线增量学习预测模型；对所述在线增量学习预测模型使用非线性预测控制算法，实现对锅炉燃烧过程的优化控制。本发明的一种在线增量学习模糊神经网络的电站锅炉燃烧优化控制方法，通过锅炉燃烧优化模型的在线辨识，利用粒子群优化算法求解预测控制算法中的非线性优化问题，可以实现锅炉燃烧过程的实时优化与控制。

公开(公告)号：CN104776446A

公开(公告)日：2015-07-15

申请号：CN201510176385.1

申请日：2015-04-14

Applicant: 东南大学

Inventor： 林祥 ,  刘西陲 ,  吴啸 ,  李益国 ,  沈炯 ,  潘蕾

IPC: F23N5/00

Abstract: 本发明公开了一种锅炉燃烧优化控制方法，其特征在于，包括如下步骤：对锅炉燃烧非线性系统进行采样，得到当前时刻的输入/输出数据；使用在线增量学习模糊神经网络对实时采样得到的输入/输出数据进行训练，建立锅炉燃烧非线性系统的在线增量学习预测模型；对所述在线增量学习预测模型使用非线性预测控制算法，实现对锅炉燃烧过程的优化控制。本发明的一种在线增量学习模糊神经网络的电站锅炉燃烧优化控制方法，通过锅炉燃烧优化模型的在线辨识，利用粒子群优化算法求解预测控制算法中的非线性优化问题，可以实现锅炉燃烧过程的实时优化与控制。