摘要：目前循环流化床（circulating fluidized bed,CFB）技术是工业综合利用低价煤泥的最佳处理方式,同时煤泥掺烧技术也是提高CFB机组经济性的重要手段。以某300MW CFB机组DCS稳态数据为样本,利用BP（back propagation）网络算法选择模型输入变量;供电煤耗经模糊信息粒化（fuzzy information granulation,FIG）提取有效信息后作为模型输出训练样本;利用支持向量机（support vector machine,SVM）建立实际运行工况参数与供电煤耗之间的BP-SVM模糊信息粒化模型。研究建立了实际运行数据驱动下的机组经济性预测模型,是优化掺烧煤泥CFB机组经济性的模型基础。

关键词：循环流化床 供电煤耗 bp神经网络 模糊信息粒化 改进网格搜索法 

单位：新能源电力系统国家重点实验室(华北电力大学); 北京市昌平区102206; 中国电力工程顾问集团华北电力设计院有限公司; 北京市西城区100011