国内刊号:23-1176/TK
国际刊号:1001-2060
发布日期:
作者:陆俊林,应雨轩,林晓青,李晓东
单位:浙江大学 工程师学院,浙江 杭州 310000,,浙江大学 工程师学院,浙江 杭州 310000,,浙江大学 热能工程研究所, 浙江 杭州 310012,,浙江大学 热能工程研究所, 浙江 杭州 310012,
关键词:数据挖掘;燃烧锅炉;垃圾焚烧;智慧能源
基金:国家重点研发计划项目(2020YFC1910100)
总结了数据挖掘技术在燃煤锅炉故障诊断、燃烧优化、污染物减排及机组优化运行等方面的应用现状,分析了关联规则、聚类分析、神经网络和支持向量机等数据挖掘算法在锅炉优化运行和污染物排放控制中的优缺点。分析表明:人工神经网络鲁棒性强、可自学习且适用面广,未来可基于焚烧机理并耦合其他算法进行工程应用;对于在高控制要求下智能化工况优化空间大的垃圾焚烧锅炉中的发展及应用,建议将数据挖掘技术与云计算平台结合,并考虑垃圾焚烧过程的实际工况和特性进一步开发数据预处理方法,扩大动态数据采集范围,提高模型的实际运行效率和泛化能力。
来源:2022年第10期
《热能动力工程》期刊编辑部