煤/气混燃锅炉运行优化与智能算法预测模型

为提高煤/气混燃机组的锅炉效率,以某300 MW煤/气混燃锅炉为对象,对热量混燃比、分级配风、排烟温度、飞灰含碳量及锅炉效率进行了优化。基于优化试验数据,采用支持向量机(SVM)、反向传播(BP)神经网络及遗传算法优化BP(GABP)神经网络等算法,建立了锅炉效率智能算法预测模型。采用均方根误差和平均绝对百分比误差,分别评价了模型预测精度和预测值相对于试验值的平均偏离情况。试验与预测结果表明:随着高炉煤气热量混燃比的增加,锅炉效率由92.87%降到了90.82%,高炉煤气与焦炉煤气的最佳配比应小于1.3;锅炉效率随着分离燃尽风开度的增加而降低,最优开度为4层,均开至100%。通过对比3种预测模型的性能发现,遗传算法优化BP神经网络算法具有较强的逼近能力和泛化能力。该模型对锅炉效率的预测能力优于其他2种模型。