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(dòng)力源，又是巨大的污染源，對(duì)其燃燒運(yùn)行進(jìn)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(yù)測(cè)模型。介紹BP神經(jīng)網(wǎng)絡(luò)的基本原理，并利用Adaboost算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)得到BP_Adaboost模型，然后介紹支持向量機(jī)的基本原理，尤其對(duì)最小二乘支持向量機(jī)(LS-SVM)用于非線性回歸的建模原理作重點(diǎn)介紹。以某電廠300MW機(jī)組燃煤鍋爐的燃燒調(diào)整試驗(yàn)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(yùn)行變量為輸入的燃燒系統(tǒng)模型，并對(duì)兩種模型在理論依據(jù)、建模耗費(fèi)時(shí)間、泛化能力以及實(shí)際應(yīng)用等方面比較分析，BP_Adaboost模型更適合于大樣本集的在線訓(xùn)練與預(yù)測(cè)。在多輸入、雙輸出的BP_Adaboost燃燒系統(tǒng)模型基礎(chǔ)上，以鍋爐運(yùn)行可調(diào)整參數(shù)為優(yōu)化變量，利用遺傳算法優(yōu)化搜索技術(shù)以鍋爐效率和NOx排放濃度為目標(biāo)進(jìn)行全局尋優(yōu)，并引進(jìn)權(quán)重系數(shù)將雙目標(biāo)問(wèn)題轉(zhuǎn)化為

3、單目標(biāo)問(wèn)題。根據(jù)實(shí)際運(yùn)行中對(duì)鍋爐效率和NOx排放濃度的不同要求，對(duì)各個(gè)工況進(jìn)行變權(quán)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(jié)合點(diǎn)，從而獲得雙目標(biāo)綜合最優(yōu)的鍋爐運(yùn)行參數(shù)，為電廠鍋爐優(yōu)化運(yùn)行提供指導(dǎo)。優(yōu)化后，各工況主燃區(qū)均采用低氧燃燒，上部風(fēng)門開度增大，符合空氣分級(jí)燃燒理論。使用MATLAB語(yǔ)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)