火電機(jī)組熱工參數(shù)軟測量與燃燒優(yōu)化研究.pdf

1、隨著集散控制系統(tǒng)在電力行業(yè)的普遍推廣，電站大都積累了大量的生產(chǎn)運(yùn)行數(shù)據(jù)，數(shù)據(jù)背后蘊(yùn)涵著豐富的知識，通過對歷史數(shù)據(jù)的分析可以得到改善或優(yōu)化電站系統(tǒng)運(yùn)行的知識或手段，為發(fā)電廠的運(yùn)行、檢修和事故處理提供決策依據(jù)，基于數(shù)據(jù)分析的熱工參數(shù)軟測量和燃燒優(yōu)化是其中的重要內(nèi)容。
　　本文針對電廠中煙氣含氧量測量存在的投資大、精度低等問題，在煙氣含氧量理論研究的基礎(chǔ)上，選擇合理的二次變量，引入支持向量機(jī)（SVM）方法建立二次變量與煙氣含氧量的復(fù)雜關(guān)

2、系模型。利用遺傳算法（GA）對模型中的懲罰系數(shù) C和核函數(shù)參數(shù) g進(jìn)行尋優(yōu)，進(jìn)而利用最優(yōu)值構(gòu)建了 GA-SVM煙氣含氧量軟測量模型。通過對模型的準(zhǔn)確性、泛化性進(jìn)行測試，結(jié)果表明：GA-SVM模型誤差保持在0.2%以內(nèi)，相對誤差保持在4%以內(nèi)，且滿足不同負(fù)荷、不同時間段的預(yù)測要求。對比利用粒子群算法及網(wǎng)格法對參數(shù)的尋優(yōu)結(jié)果，遺傳算法更易找到全局最優(yōu)解，對煙氣含氧量的測量更準(zhǔn)確。
　　氧量和配風(fēng)方式是影響燃煤機(jī)組鍋爐效率及 NOx排放

3、的重要因素，是燃燒優(yōu)化調(diào)整的重要組成部分。針對某600 MW燃煤發(fā)電機(jī)組燃燒優(yōu)化調(diào)整，建立了基于聚類分區(qū)的關(guān)聯(lián)規(guī)則挖掘模型，并引用密度參數(shù)，選擇大密度區(qū)域內(nèi)的點(diǎn)作為初始聚類中心，提高了聚類的穩(wěn)定性。將基于軟測量模型測量出的較準(zhǔn)確的煙氣含氧量數(shù)據(jù)加入燃燒優(yōu)化數(shù)據(jù)庫，對歷史運(yùn)行數(shù)據(jù)進(jìn)行挖掘，得到了不同工況下兼顧鍋爐效率和 NOx排放質(zhì)量濃度的最優(yōu)運(yùn)行氧量值與二次風(fēng)門配風(fēng)方式，結(jié)果表明：尋優(yōu)后的煙氣含氧量低于實(shí)際運(yùn)行值，周界風(fēng)門和輔助風(fēng)門呈束