赵振
- 作品数：3 被引量：25H指数：3
- 供职机构：燕山大学电气工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金河北省自然科学基金更多>>
- 相关领域：动力工程及工程热物理一般工业技术机械工程更多>>
- 基于量子自适应鸟群算法的锅炉NO_x排放特性研究被引量：10
- 2017年
- 针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NO_x排放量。
- 牛培峰王丘亚马云鹏赵庆冲陈科赵振
- 关键词：计量学
- 基于磷虾群算法的汽轮机组最优初压研究被引量：3
- 2017年
- 为找到汽轮机变工况运行时的最优初压,利用改进的磷虾群算法(A-KH)和快速学习网(FLN)建立热耗率预测模型,然后利用A-KH算法的全局搜索能力,在可行的压力区间内对所建模型热耗率最低时对应的主蒸汽压力进行寻优,并将优化后的最优初压曲线与厂家设计压力曲线进行对比.结果表明:优化后的最优初压曲线能有效降低汽轮机组的热耗率,对汽轮机的安全经济运行更具有指导意义.
- 牛培峰陈科刘阿玲马云鹏赵振李国强
- 关键词：汽轮机热耗率最优初压
- 基于风驱动算法的锅炉NO_x排放模型优化被引量：14
- 2016年
- 为了准确地预测电站锅炉的NO_x排放量,以某300 MW亚临界循环流化床锅炉为研究对象,利用自适应风驱动优化(AWDO)算法和极端学习机(ELM)进行综合建模,并根据不同工况下现场收集的样本数据检验该模型的预测能力;将该模型的预测值与基本极端学习机、差分进化算法、粒子群算法和基本风驱动算法优化的极端学习机模型预测值进行比较.结果表明:AWDO算法可以更好地找到优化参数,该算法优化的极端学习机模型具有良好的预测精度和泛化能力,可以准确、有效地预测电站锅炉的NO_x排放量.
- 牛培峰赵振马云鹏陈科王丘亚赵庆冲
- 关键词：循环流化床锅炉极端学习机
