摘要：设计一种基于超限学习机(ExtremeLearningMachine，ELM)算法的涡流搜索控制策略，调用锅炉燃烧控制物联网探头系统中的12个高清红外单通道探头数据，实现对每秒597.1968MB大宗数据的深度卷积超限学习挖掘，对锅炉中的涡流状态给出［0，1］区间上的评价值。通过将该系统投并到锅炉控制系统中，将该系统反馈值控制到0.200以下作为控制目标之一，使锅炉总功率较投并前提升1.73%，平均煤耗节约1.66%。 关键词：超限学习机；锅炉涡流；燃烧控制；节煤；算法革新 下载高清全文——基于超限学习机与涡流搜索算法的锅炉燃烧优化策略.pdf