基于粒子群算法的电站锅炉效率优化研究

该文以电站锅炉燃烧系统为研究对象,针对电站现场无法在线计算锅炉热效率的问题,利用BP神经网络建立了锅炉的热效率模型,并在此基础上,采用粒子群优化算法对锅炉运行参数进行优化。仿真结果表明,BP神经网络效率模型具有较高的精度,粒子群优化算法优化算法可以用于电站锅炉的热效率优化。     

影响燃气-蒸汽联合循环余热锅炉效率因素分析

以某三压再热燃气-蒸汽联合循环机组余热锅炉为研究对象,建立了余热锅炉详细的效率计算模型,分析了余热锅炉各个热力参数对效率的影响,并采用MATLAB软件编程,得到余热锅炉效率随各热力参数变化的关系,同时分析了余热锅炉效率对各热力参数的敏感程度,找到了对锅炉效率影响最大的热力参数,对电厂运行优化起到了一定的指导作用。     

锅炉优化运行问题分析

建立一个使锅炉优化运行的模型,确定锅炉运行的最佳过量空气系数,用反平衡法求出锅炉热效率与过量空气系数的关系,分析锅炉的运行参数对锅炉热效率的影响。分别对排烟温度,灰渣份额,灰渣可燃物含量,飞灰可燃物含量等运行参数求偏导数,进而求出锅炉效率的相对变化率。求解可知,飞灰可燃物含量与灰渣可燃物含量对锅炉效率的影响较大。监视排烟温度,检测飞灰和灰渣的含量,控制适当的送风量,使机组负荷保持相对稳定,对提高锅炉效率,优化锅炉运行有重要的作用。     

基于NSGA-Ⅱ算法的锅炉燃烧多目标优化

采用BP（back propagation,BP）神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试验数据对模型进行了训练和验证。结果表明：BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法（non-dominated sorting genetic algorithm,INSGA-Ⅱ）对锅炉进行多目标优化,优化结果表明：NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具。     

RBF神经网络锅炉燃烧系统建模

针对锅炉燃烧控制系统的研究和试验,确定锅炉燃烧调节优化控制方案,使发电机组安全经济稳定运行,提高锅炉燃烧效率的问题,是电厂锅炉优化的主要目标.基于大庆某热电厂锅炉的运行数据,针对其优化的控制回路,采用径向基神经网络的方法建立了以蒸汽压力、烟气含氧量和炉膛负压为输出的预测模型,实现了上述3个参数的预测,结果表明建立的模型能够反映锅炉的特性,为下面的优化工作奠定了基础.     

基于GA-ANN模型的A2/O工艺运行参数优化

影响A~2/O工艺运行的参数有许多,这些因素相互联系、相互作用,影响工艺效率.为了弥补控制单一变量法或者设计正交试验法的不足,综合考察多种运行参数对工艺运行效果的影响,建立了基于遗传算法进行全局寻优的神经网络模型(GA-ANN模型),并应用于某城市污水处理厂A~2/O工艺的运行优化.获得该厂调试运行期间154组有效监测数据后,随机选取2/3的数据用于GA-ANN模型的求解,1/3的数据用于模型的检验,对工艺运行参数进行优化,得到最佳运行参数组合.结果显示,建立基于遗传算法的神经网络模型用于A~2/O工艺运行参数的优化是可行的,可以为污水处理厂运行参数的设置提供理论参考,对调试工作、提高工艺运行效率具有一定的实际指导意义.     

多传感器数据融合技术在锅炉热效率计算中应用研究

实现锅炉热效率实时计算对优化锅炉燃烧经济性具有重要意义,其难点在于飞灰含碳量的在线测量,目前广泛采用微波飞灰测碳仪进行在线监测。然而在英际中烟气密度和流速对仪器的测量精度有重要影响,使测量结果产生较大波动。本文设计了对烟气密度和流速的测量方法,并构造了基于多传感器数据融合技术的测量系统,利用BP神经网络对多传感器信息进行有效融合,在一定程度上提高了飞灰含碳量的测量精度。进而通过采集排烟温度、氧量等运行参数,依据反平衡方法给出锅炉效率的在线计算模型。     

基于代理模型模式匹配的锅炉实时操作优化

为了提高电厂燃煤锅炉操作优化的有效性与实时性，提出新的基于代理模型模式匹配(PMAM)的建模框架.提出主蒸汽流量的滞后性计算方法.采用改进的模式匹配优化模型，计算历史优化操作库.引入工况注意力机制参数、状态参数区间频率法及调控最小的3层方案优化机制，确保模式匹配方案的有效性.采用神经网络算法预建模构建锅炉操作优化的代理模型，基于代理模型表征模式匹配步骤，使得本文方法可以适用于在线应用.案例结果表明，利用提出的模式匹配优化模型，能够有效地寻找优化的锅炉操作方案，工况相似度大于95%，可以使得锅炉效率提升1.92%；训练的代理模型均方误差小于0.35%.与传统方法相比，本文方法避免了优化求解带来的泛化误差影响，在提升锅炉效率的同时，具有高可靠性及实时性.     

考虑Heywood现象的锅炉效率分析方法研究

从锅炉运行历史数据中挖掘新科学知识,对提高火电厂锅炉效率具有重要意义。针对不同工况下锅炉10个原始变量的运行参数及对应的锅炉效率计算值,提出一种尽可能反映锅炉运行状态且与锅炉效率密切相关的参数提取方法,建立了锅炉效率公因子模型;通过公因子回归得到因子得分估计值,实现用少数公因子描述原始数据结构;同时,考虑特殊因子方差估计值和Heywood现象,给出因子模型拟合的优劣性定量判断方法。最后,通过分析某火力发电厂锅炉运行实际数据,验证了所提方法的有效性。     

基于KPCA-FCM工况精简的机组燃烧优化

针对深度调峰下运行工况频繁变动使锅炉燃烧优化参数调整难度增大的问题,提出了一种基于KPCA-FCM工况精简的燃烧优化方法。首先对锅炉实际历史运行数据提取稳态工况后,通过核主成分分析法(KPCA)进行降维,选取贡献率较大的运行参数利用模糊聚类算法(FCM)进行分析完成工况划分,实现对工况的精简。然后对不同的燃烧工况匹配对应的工况簇,调整燃烧参数到该类的最佳运行参数。为了验证该方法的合理性,采用最小二乘支持向量机辨识锅炉燃烧热效率模型。以高低两个工况区间为例进行仿真验证,结果表明提取到的最优运行参数目标值可以使锅炉热效率最高提升0.2%。因此,提出的工况精简方法可有效选取最优运行目标值,为现场运行人员调整运行参数提高锅炉效率提供了合理的数据参考。     

基于神经网络逆模型的过热汽温补偿控制研究

为改善大型电站锅炉的过热汽温控制效果,提出一种基于人工神经网络扩展逆系统模型的过热汽温补偿控制方案.首先结合锅炉的结构和运行特性,分析影响过热汽温的主要因素,确定神经网络逆系统扩展模型的输入和输出参数.借助MATLAB神经网络工具箱建立过热汽温系统的动态逆过程模型(IDPM),运用历史运行数据完成神经网络模型的训练.以...     

600MW锅炉燃烧调整及经济性分析

通过建立模型和优化控制技术可以调整锅炉的燃烧运行状况,提高锅炉的运行效率,降低NOx的排放量,从而提高机组运行的安全性和经济性。以元宝山发电有限责任公司3#机组为例,重点介绍了锅炉燃烧优化控制系统的开发和应用情况、锅炉燃烧优化的基本原理、锅炉燃烧优化闭环控制系统、INFI90控制系统通讯方式和逻辑组态,对提高锅炉燃烧效率和节能降耗具有重要意义,同时对INFI90控制系统的使用也起到了指导和借鉴作用。     

循环流化床锅炉脱硫机理和影响因素分析

以石灰石作为脱硫剂，就影响脱硫效率的循环流化床运行参数进行了机理性研究。其运行参数包括锅炉运行床温、Ca与S物质的量比、脱硫剂的床料粒度与性质、锅炉的流化速度等。从而得出了影响循环流化床脱硫反应的关键因素是其锅炉的4个运行参数。其它因素只是通过影响上述因素来达到对脱硫的影响。     

电站锅炉运行经济性热偏差计算

长期以来，锅炉运行经济性的评价是以设计值、运行经验中统计值作为基准值，这些值往往不一致，而本文是用变工况热力计算确定运行参数基准值来对锅炉进行经济性评价的。同时，本文提出在准确计算基准值的基础上，通过对电站锅炉运行经济性指标的偏差分析来确定各经济性指标的变化对热损失和锅炉效率的影响程度。     

基于LIBSVM和智能算法的电站锅炉飞灰含碳量优化

飞灰含碳量是影响锅炉热效率的一个重要因素,影响燃煤锅炉飞灰含碳量的因素很多而且复杂。借助电站燃煤锅炉的实际运行数据,建立了基于改进的支持向量机算法的大型电站燃煤锅炉的飞灰含碳量模型,并利用现场数据对模型进行了训练和验证,结果表明模型具有很高的预测精度,可以应用于实际的工程预测。然后,结合全局寻优的遗传算法、粒子群算法和微分进化算法,以锅炉的运行调节参数为优化目标函数的自变量,对锅炉飞灰含碳量进行寻优,并获得了具体工况下的最佳操作参数。所得结果表明,LIBSVM与上述智能算法相结合在电站锅炉飞灰含碳量优化方面具有很高的应用价值。     

融合先验知识的深度学习模型快速训练方法

为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法可以在不修改原网络模型结构的同时显著降低模型在训练过程中引发的震荡现象;在保持模型分类准确率的情况下可以有效降低模型训练时间达到10%以上;该方法应用在深度越深的神经网络中,时间上的优化效果会越明显。     

330MW循环流化床锅炉优化调整试验研究

主要分析了一次风率、风室压力、省煤器入口氧量等因素对330 MW循环流化床锅炉效率的影响,以及钙硫摩尔比和炉膛温度对锅炉脱硫效率的影响。通过优化调整试验得到的大量实验数据的分析,对锅炉一次风率、风室压力、省煤器入口氧量、钙硫摩尔比和炉膛温度等参数进行了优化,固体不完全燃烧损失从3.77%最低降至1.829%,锅炉热效率由试验前89.99%提高到试验后的91.947%,提高了1.957%,运行经济性明显提高。实验表明提高钙硫摩尔比可以显著提高脱硫效率,本次试验石灰石最佳脱硫温度在869℃左右。     

雾霾天气下燃煤锅炉节能控制技术研究

针对燃煤锅炉运行中发现燃烧效率低、鼓引风电机、给水泵、炉排电机耗电量高等问题,提出一种对燃煤锅炉参数寻优的控制技术,在随动负荷的前提下以最优燃烧效率为目标函数,并采用差异演化算法进行寻优求解.以PLC S7-200作为控制核心,将锅炉现场模拟信号通过变送器传递给PLC,从而将各测量参数输入工控机进行运行参数的优化计算,达到了燃煤锅炉在雾霾天气下的节能、环保目的.     

遗传算法参数分析及其在故障诊断中的应用

针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的遗传算法引入到神经网络的权值优化中.遗传算法优化神经网络模型时,参数选取直接关系到模型优化的效率,在给出一种遗传算法的基础上对相关参数进行了研究分析.并采用Matlab软件编程实现算法,把该算法应用到XOR问题求解中,显示出GA-BP算法的优越性,并通过磨机故障诊断实例验证了算法的有效性.     

HG-1025/17.5-L . HM 37型循环流化床锅炉燃烧调整试验研究

灰渣含碳量是影响循环流化床锅炉经济性运行的重要指标,通过对300MW循环流化床锅炉相关参数的调整,分析影响循环流化床锅炉锅灰渣含碳量及炉效率的变化因素,确定机组最佳运行工况,确定炉侧节能潜力,为循环流化床锅炉经济性运行提供一定的参考依据。