基于改进的神经网络寻优算法在煤粉锅炉优化中的应用

为进一步挖掘煤粉锅炉的燃烧效率,提出一种改进的神经网络算法搭建锅炉燃烧模型,并采用自适应遗传算法与动态优化边界相结合,分别对最佳氧量、一次风量、各二次风门以及燃尽风门等参数进行寻优计算,以使锅炉效率和污染物排放量所构建的多目标函数达到最优燃烧范围。在保证环保指标合格的前提下,显著提升了锅炉燃烧效率。     

基于SVM与遗传算法的燃煤锅炉燃烧多目标优化系统*

电站燃煤锅炉燃烧优化要求在保证燃烧效率的基础上降低NOx的排放,针对锅炉燃烧系统多变量、强耦合、强干扰、大滞后的复杂特性,提出利用支持向量机(SVM)对锅炉燃烧特性建模,利用遗传算法实现运行工况寻优,从而获得锅炉燃烧优化调整方式.仿真实验和实践结果表明,该系统实现了锅炉高效低氮的燃烧优化,满足实时性的要求.     

基于神经网络和遗传算法的锅炉燃烧建模与优化

通过对影响锅炉效率的物理量的分析,建立了以神经网络表示主要物理量之间关系的锅炉燃烧系统模型,并采用遗传算法对模型进一步优化,从而实现了对锅炉燃烧的优化.仿真结果表明,通过调整锅炉燃烧系统优化模型参数,该模型能够同时满足锅炉燃烧效率和降低污染物排放的要求,从而实现锅炉的节能低污.     

基于多目标进化算法的锅炉热损失优化研究

针对锅炉热损失模型的特点,提出基于Pareto最优概念的多目标进化算法实现运行工况寻优,然后根据模糊集理论在Pareto解集中求得满意解,获得最佳的锅炉燃烧调整方式.通过某600MW锅炉热损失的优化研究,并与基于神经网络的寻优结果比较,数值计算表明支持向量机模型寻优结果在Pareto前沿具有更好的多样性,结果更优,可指导运行人员进行参数优化调整,提高燃烧经济性.     

1000MW机组双切圆锅炉烟温偏差优化控制

为实现对锅炉燃烧中出口温差偏差的主动控制,对锅炉运行安全的全面保障,以某燃煤发电企业中的1000 MW机组为例,对双切圆锅炉在燃烧中的烟温偏差优化控制方法进行设计研究。考虑到双切圆锅炉受热面不同的布置方式,会对其吸热量造成影响,因此采用在屏式过热装置与后屏过热装置之间增加交叉换热管道的方式,降低由于装置运行吸热不均出现的烟温偏差,实现基于烟温分布的双切圆锅炉受热面布置改进;结合双切圆锅炉的燃烧工况,优化调整机组燃尽风水平反切角度,采用对炉膛参数进行调整的方式,实现对锅炉燃烧中烟温偏差的主动调控。通过实例应用证明,此次研究设计方法在实际应用中能够确保锅炉内烟温在各个区域上保持一致,提高锅炉运行稳定性。     

燃气锅炉燃烧系统的预测控制

国内不少钢铁厂把高炉、转炉产生的煤气混合后用作工业锅炉的燃料,然而由于混合煤气的压力、热值都极不稳定,锅炉的燃烧子系统难以控制,更难以调整到最佳燃烧状态.针对以上问题提出在传统的双交叉PID燃烧控制基础之上,增加单变量预测控制层,根据空燃比和氧含量之间的关系,通过滚动优化在线得到最优空燃比.文章将配比优化问题转变成了控制器设计的问题,这样既可有效克服煤气热值的大范围变动,又能将整个锅炉燃烧系统调整到最佳的燃烧状态.     

基于神经网络和粒子群算法的锅炉燃烧优化方法

通过对火电厂锅炉燃烧控制系统送风调节系统研究现状分析,提出一种基于粒子群优化算法的锅炉燃烧优化方法.其基本思想:首先利用燃烧特性试验数据,借助于 Matlab 软件建立了火电厂锅炉燃烧特性的神经网络模型,在此基础上利用粒子群优化算法寻找送风调节系统最佳氧量设定值,进而调节送风量,实现锅炉燃烧的整体优化.结果表明:基于粒子群优化神经的算法为锅炉燃烧优化方法优化提供一条新的途径.     

锅炉优化控制系统设计

针对某供热锅炉燃烧效率低的问题,设计了一种新型锅炉燃烧优化控制系统。系统采用C#设计燃烧优化算法,利用OPC技术从原WinCC上位机监控系统获取优化所需的锅炉运行数据,经优化运算后再将数据反馈给WinCC和PLC,实现对锅炉的优化控制。经现场运行表明,系统最大限度地提高了锅炉的燃烧效率,实现了节能。     

350MW循环流化床锅炉机组负荷动态优化控制方法

为进一步提升燃煤电厂锅炉的工况效率及机组运行的环保性和经济性,本文研究设计了一种350MW循环流化床锅炉机组负荷动态的优化控制方法。通过收集统计350MW循环流化床锅炉机组燃烧系统的烟气含氧量、煤量、送风量、燃料量、主汽压、炉膛负压以及引风量等数据,实施数据滤波提取处理,再利用系统辨识原理构建锅炉机组燃烧系统工况模型。最后基于遗传算法与人工神经网络构建锅炉机组燃烧系统模型的负荷优化控制模型,实现了对锅炉机组负荷动态的优化控制。测试结果表明,运用此优化控制方法,锅炉效率的提升率高于91%,具有较高的实际应用价值。     

利用HS2000系统完成的燃烧器管理系统

介绍由HS2000系统完成的动力锅炉燃烧器管理系统，具体描述了它在贵阳电厂的应用。该系统具有炉膛压力监控、锅炉程控点火、主汽压力调节、燃烧优化指导、事故分析、燃烧过程优化控制等功能。     

火电厂锅炉燃烧优化关键技术研究

随着社会经济的飞速发展和不断进步,人们的物质生活水平不断的提高,这就使得对于电力的需求量也变得越来越大,火电厂作为我国电力发展建设中的重要组成部分,要时刻保障人们的学习、生活和工作的正常进行。但是由于我国对于电力资源需求量不断地增长,促进了电力企业对于发电设备的更新和维护,同时也需要对于火电厂的锅炉燃烧进行相应的性能优化,从而促进锅炉燃烧过程中的原料使用效率,并且通过调整锅炉的操作变量还可以使得锅炉在运行的过程中实现经济、环保、安全运行的目的,有利于提高火电厂锅炉燃烧效率,减少锅炉燃烧造成的污染影响,对于火电厂的发展具有积极作用和意义。     

粒子群算法在电站锅炉燃烧优化中的应用

针对锅炉燃烧系统具有多输入输出、非线性、强耦合、不确定时滞的特点，采用粒子群优化（PSO）算法寻找锅炉模型的最优输入变量组合，实现锅炉燃烧过程的优化。其应用使锅炉燃烧节省了成本，提高了经济运行效益。仿真结果表明，该算法是一种高效率的寻优方法。     

智能优化算法的研究及其在锅炉燃烧中的应用

本文提出用智能优化算法模型来指导工业锅炉燃烧过程控制。首先通过免疫遗传算法来优化锅炉燃烧过程控制参数,利用优化结果调节锅炉燃烧过程控制。而后利用BP神经网络来模拟工业锅炉燃烧过程,建立工业锅炉燃烧过程输入输出之间的非线性模型。结果表明,本文所提出的智能优化算法模型具有较好的效果。     

改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用

提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实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。在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。     

300MW燃煤锅炉低氮燃烧器改造研究

由于新环保标准《火电厂大气污染物排放标准》（GB13223-2011）的公布,国家对环保要求越来越严格,为更好地达到环保要求以及进一步降低脱硝运行成本,经过调研及针对电厂目前燃煤情况,对某电厂300MW燃煤锅炉进行了低氮燃烧器改造的必要性与可行性的研究分析,决定采用某锅炉厂新研发的多维深度分级燃烧系统,并实施了低氮燃烧器技术改造。 为了考察新型低氮燃烧系统改造后的运行状态,以及为电厂日常运行寻找最佳工况,依据国家以及行业相关标准进行多维深度分级燃烧系统（多维深度分级）的调试,进行制粉系统试验和燃烧优化调整试验,通过一系列的磨煤机出力特性试验、磨煤机分离器挡板特性试验、煤粉细度调整试验,还有习惯工况下变氧量试验、变高位燃尽风量试验、变高位燃尽风摆角试验、变氧试验、磨煤机投运组合试验、变低位燃尽风量试验、变夹心风量试验、二次风配风方式试验、负荷特性试验、空预器漏风测试等一系列试验,优化低氮燃烧器的燃烧调整,寻找较优运行工况,优化锅炉燃烧状况,更好地实现脱硝反应器前入口烟气中NOx含量低于300mg/Nm3的排放要求,延长昂贵的SCR反应器中金属催化剂的寿命,进一步降低SCR脱硝装置的运行成本,实现节能降耗,令锅炉燃烧更加地稳定、可靠与经济,防止出现水冷壁严重结焦和大屏严重挂焦问题,提高锅炉效率,达到了改造目标。     

中小型煤粉锅炉燃烧系统优化控制

针对现有的煤粉锅炉燃烧系统存在供粉量不均匀、结渣、燃烧不充分和负压不稳等问题,以一台20 t的导热油炉为控制对象,提出了一种煤粉锅炉燃烧系统集散控制系统的设计方案;详细介绍了该系统的硬件及软件设计。测试结果表明,导热油炉运行稳定,各项技术指标符合设计要求,实现了煤粉锅炉燃烧系统的优化控制。     

改进遗传算法优化控制器参数的燃烧控制

主汽压和床温是循环流化床锅炉(CFBB)燃烧控制系统中两个重要的控制指标,直接影响着锅炉运行的安全性和经济性。常规PID控制大多采用人工凑试法来调整PID控制器参数,结果往往耗时且难以实现燃烧系统的实时控制。为了实现燃烧系统的实时控制,提出了一种改进遗传算法优化PID控制器参数的控制方案。在控制过程中,先利用前馈补偿解耦法对主汽压和床温进行解耦,再采用改进遗传PID控制器对两个对象进行独立控制。仿真结果分析表明,与常规PID控制相比,改进遗传算法优化PID控制器参数的控制方案可以有效地改善循环流化床锅炉燃烧系统的动态性能、稳定性能以及快速性能,并提高系统的控制品质。     

超超临界机组锅炉效率与NOx排放的建模研究

锅炉热效率和NOx排放一直是火电机组运行中的重要指标,在大容量、高参数超超临界机组呈现良好发展势头的当前,对1000MW超超临界机组锅炉燃烧系统的建模问题进行研究具有重要意义.借助某电厂1000 MW超超临界锅炉的现场燃烧调整试验数据,分别建立锅炉热效率和NOx排放量的最小二乘支持向量机(LSSVM)模型,采用一种改进的粒子群算法对模型参数进行优化选取.实验结果表明,锅炉热效率和NOx排放量的平均预测误差分别可达到0.78％和4.22％,验证了LSSVM模型的有效性.     

循环流化床锅炉燃烧过程的优化控制

针对常规PID控制很难实现循环流化床锅炉燃烧自动控制的问题,介绍优化控制系统在循环流化床锅炉燃烧控制的应用．     

基于计算智能的电站锅炉燃烧优化控制

燃烧优化是提升电站锅炉效率降低污染物排放的有效途径;计算智能是目前实现燃烧过程建模及优化的重要手段.本文综述了各种计算智能算法在电站锅炉燃烧优化控制中研究成果,分别对其技术特点和不足进行了分析,并提出了燃烧优化技术的发展方向和前景,对从事该方面的研究人员有一定参考价值.