基于支持向量机的多负荷燃烧器火焰状态识别

来源：计量学报杂志2025年第11期北京时间：

作者：钱相臣, 马赟, 徐伟程, 付伟

摘要：燃烧器火焰状态的有效监测对燃煤电厂的安全生产和节能减排都具有重要作用。现有的火检系统主要以检测火焰是否存在为主要任务，不能对火焰状态进行准确判断。因此以实际条件下获取到的火焰图像为对象，以支持向量机作为基础分类器，提出了一种融合火焰图像颜色和轮廓特征且使用改进粒子群优化算法进行参数寻优的火焰状态识别方法。实验结果表明，在数据量充足的前提下，所提出的方法对3种不同负荷状态下的燃烧器火焰图像分类准确率达到99%以上，且改进后的参数寻优算法较之传统算法有更好的性能，同时在低数据集容量情况下表现更好。

关键词：火焰状态监测,燃烧诊断,数字图像处理,支持向量机,粒子群优化算法

基金资助：国家自然科学基金(51827808)