基于神經(jīng)網(wǎng)絡(luò)的電廠鍋爐燃燒系統(tǒng)建模及優(yōu)化研究.pdf

1、隨著能源和環(huán)境形勢(shì)的日益嚴(yán)峻，作為耗能大戶的燃煤電廠面臨的節(jié)能減排壓力日益增大，電廠的主要耗能設(shè)備鍋爐也備受關(guān)注。而電廠現(xiàn)有的鍋爐燃燒控制技術(shù)存在的不足日益顯露，逐漸難以滿足實(shí)際需要。于是高效率低排放的燃燒優(yōu)化技術(shù)逐漸成為研究的焦點(diǎn)。
　　 現(xiàn)有的燃燒優(yōu)化方法有兩種，一種是傳統(tǒng)的方法，另一種是智能控制方法。鍋爐燃燒系統(tǒng)是一個(gè)非線性、強(qiáng)耦合的復(fù)雜大系統(tǒng)。傳統(tǒng)方法由于考慮因素過(guò)于單一，不能全面反映系統(tǒng)的真實(shí)狀況。而智能控制非常適合于

2、非線性、強(qiáng)耦合、多變量系統(tǒng)的建模與優(yōu)化，因此得到了越來(lái)越多的重視。
　　 為了實(shí)現(xiàn)高效低污的燃燒，本文以鍋爐效率和NOx排放量為輸出變量建立了鍋爐燃燒系統(tǒng)的模型，并利用遺傳算法對(duì)系統(tǒng)進(jìn)行了優(yōu)化。文中使用兩種神經(jīng)網(wǎng)絡(luò)——BP網(wǎng)絡(luò)和動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)(一種改進(jìn)的RBF網(wǎng)絡(luò))完成了建模。并對(duì)這兩種建模方法進(jìn)行了分析，得出了它們各自適用的場(chǎng)合，即對(duì)工業(yè)現(xiàn)場(chǎng)在線建模計(jì)算時(shí)可以采用計(jì)算速度較快，連續(xù)函數(shù)逼近效果較佳的RBF網(wǎng)絡(luò)，而在離線計(jì)算且