基于BP神经网络和SA-BBO算法的汽轮机组最优运行初压的确定

作者：刘伟; 叶亚兰; 司风琪; 徐治皋

来源：热能动力工程, 2013, (01): 18-107.

• 汽轮机
• 最优初压
• 神经网络
• 模拟退火(SA)
• 生物地理学优化算法(BBO) steam turbine
• optimum initial pressure
• neural network
• simulated annealing
• biogeographic optimization algorithm

为确定超超临界机组主汽压力设定值及机组优化运行方式,在对1 000 MW机组进行主汽压力寻优试验研究的基础上,利用BP神经网络建立了汽轮机组滑压特性模型。提出了一种基于模拟退火的生物地理学优化法,将BBO(生物地理学优化算法)算法能较快找到全局最优解的能力和SA(模拟退火)算法较强的局部搜索能力相结合,有效地提高了算法的搜索精度和收敛速度。应用SA-BBO算法对所建机组滑压特性模型进行主蒸汽压力寻优,结果表明机组的滑压曲线与设计值存在较大差别,而且受到环境温度等因素的影响。在不同负荷和相关约束条件下,优化后机组热耗率可降低25～60 kJ/(kW.h),供电煤耗率可降低0.8～2 g/(kW.h)。

• 单位
  东南大学; 江苏海事职业技术学院