電站燃燒鍋爐燃燒優(yōu)化系統(tǒng)研究.pdf

1、電站燃煤鍋爐既是巨大的動力源，又是巨大的污染源，對其燃燒運行進行優(yōu)化具有重要意義。鍋爐效率和NOx排放濃度的各種影響因素相互耦合，必須建立量化的燃燒系統(tǒng)預測模型。介紹BP神經網絡的基本原理，并利用Adaboost算法優(yōu)化BP神經網絡得到BP_Adaboost模型，然后介紹支持向量機的基本原理，尤其對最小二乘支持向量機(LS-SVM)用于非線性回歸的建模原理作重點介紹。以某電廠300MW機組燃煤鍋爐的燃燒調整試驗數(shù)據(jù)為樣本集，分別使用BP

2、_Adaboost模型和LS-SVM模型建立以鍋爐效率和NOx排放濃度為輸出、以各運行變量為輸入的燃燒系統(tǒng)模型，并對兩種模型在理論依據(jù)、建模耗費時間、泛化能力以及實際應用等方面比較分析，BP_Adaboost模型更適合于大樣本集的在線訓練與預測。在多輸入、雙輸出的BP_Adaboost燃燒系統(tǒng)模型基礎上，以鍋爐運行可調整參數(shù)為優(yōu)化變量，利用遺傳算法優(yōu)化搜索技術以鍋爐效率和NOx排放濃度為目標進行全局尋優(yōu)，并引進權重系數(shù)將雙目標問題轉化為

3、單目標問題。根據(jù)實際運行中對鍋爐效率和NOx排放濃度的不同要求，對各個工況進行變權重優(yōu)化，追求低NOx排放濃度兼顧提高鍋爐效率，找到鍋爐效率與NOx排放濃度存在的“最佳”結合點，從而獲得雙目標綜合最優(yōu)的鍋爐運行參數(shù)，為電廠鍋爐優(yōu)化運行提供指導。優(yōu)化后，各工況主燃區(qū)均采用低氧燃燒，上部風門開度增大，符合空氣分級燃燒理論。使用MATLAB語言開發(fā)電站燃煤鍋爐燃燒優(yōu)化系統(tǒng)軟件，包括三大模塊:數(shù)據(jù)采集子系統(tǒng)、混合建模子系統(tǒng)以及遺傳算法優(yōu)化子系統(tǒng)