四角切圆锅炉炉膛温度场均衡性优化

电站锅炉炉膛温度场的均衡性与锅炉的安全、稳定运行息息相关,尤其是四角切圆燃烧锅炉,火焰中心极易发生偏斜。针对这一问题,根据四角切圆的形成方式分析影响温度场均衡性的主要因素,从燃烧调整试验中总结出二次风门开度与炉膛温度的关系。利用最小二乘支持向量机对稳定工况下的温度场均衡性建立回归预测模型,并根据试验结论确定优化方案,利用遗传算法对二次风门开度变化量进行寻优,以期减小火焰中心位置的偏斜。结果证明,最小二乘支持向量机模型精确度很高,泛化能力较强,经遗传算法优化后的温度场均衡性品质变好。     

基于RBF神经网络模型的电站锅炉燃烧优化

针对电站锅炉燃烧过程对运行经济性的影响,运用径向基函数(RBF)神经网络建立锅炉运行优化模型,以锅炉热效率与NOx排放质量浓度最佳值作为优化目标,实现二次风门挡板开度、燃尽风门挡板开度的寻优,求取不同工况下的最优值。结果表明:该系统可以在提高锅炉效率的同时也降低了NOx的排放,并正确地反映了锅炉机组的动态特性。     

掺烧煤泥循环流化床锅炉床温动态建模

煤泥是煤炭洗选加工后的废弃物,具有高黏度、高含水量、低发热量等特性。而循环流化床(CFB)作为一种清洁高效的燃烧技术,是处理煤泥的一条有效途径。床温是CFB锅炉燃烧系统的重要参数,掺烧煤泥会导致CFB锅炉床温降低,加剧床温在边界值的波动性,影响机组的安全稳定运行。对此本文以历史运行数据为基础,采用最小二乘支持向量机(LSSVM)动态建模算法建立以给煤量、煤泥量、一次风量、二次风量、外置床阀门开度和入炉石灰石量为输入变量,锅炉床温为输出变量的掺烧煤泥CFB锅炉床温动态模型,并对模型进行了仿真验证。结果表明,该模型准确度高,实时性好,可用于床温在线预测。     

基于支持向量机和参数在线优化的锅炉燃烧系统

介绍了最小二乘支持向量机的基本概念,提出了锅炉燃烧参数在线优化的模型及步骤。利用某锅炉热态实验的数据对模型进行了校验。研究结果表明:采用参数在线优化技术和最小二乘支持向量机方法建立的锅炉燃烧模型能够很好地跟踪燃烧系统的时变特性,并且具有泛化能力好、计算速度快的特点。     

锅炉二次风门阻力系数仿真与试验研究

确定四角切圆煤粉锅炉二次风门阻力系数测量试验方案,建立二次风道三维模型并进行模拟试验,得到二次风门不同开度时风门前后压差、风门出口速度,绘制二次风门阻力特性曲线。通过模拟试验,得到二次风量与二次风门开度之间的关系,在锅炉运行中可以依据二次风门开度进行二次风流量精确调整。     

CFB锅炉动态特性与负荷和煤质的关系研究

在已有循环流化床锅炉燃烧、流动和换热的机理模型的基础上，进行了改进，建立了一个模拟循环流化床锅炉动态特性的综合数学模型。将上述模型应用于南京金陵石化热电厂220t/h循环流化床锅炉的动态特性仿真，仿真结果与实际运行数据平均误差小于4%，表明了上述模型的合理性和准确性。在对循环流化床锅炉进行了给煤量扰动、一次风量扰动仿真基础上，分析了床温、主汽流量、主汽温和主汽压对各调节量的关系。论文定义了3种煤种燃烧特性指标，对煤质进行量化，并根据仿真结果，得出了循环流化床锅炉各被调量的动态特性参数与负荷和煤种燃烧性能指标的关系，从而可根据当前负荷和煤质预测锅炉的动态特性。 关键词：循环流化床锅炉；动态特性；仿真；变工况试验     

二次风系统风门执行机构改造

金桥热电厂二次风系统风门执行机构经常卡涩,不能调节,造成炉膛中燃料燃烧不充分、烟气大、排烟温度高,为此对二次风系统风门进行了改造：周界风风门挡板开度由该层煤粉喷嘴的出力控制;油配风风门挡板开度由回油压力控制;二次风风门挡板开度由炉膛、二次风箱差压及锅炉负荷（主蒸汽流量）控制;燃尽风风门挡板开度由该层风门挡板实际开度与给定指令之差及总燃料量控制。改造后起到了优化燃烧的作用。     

基于支持向量机的大型电厂锅炉飞灰含碳量建模

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多而且复杂,对锅炉飞灰含碳量特性进行建模预测并结合优化算法实现燃烧优化是降低锅炉飞灰含碳量的有效方法.该文应用支持向量机算法建立了大型四角切圆燃烧锅炉飞灰含碳量特性的模型,并利用飞灰含碳量的热态实炉试验的数据对模型进行了校验,对支持向量机学习算法中参数的选择进行了探讨,获得了最佳学习参数.结果说明支持向量机与其它建模方法相比具有泛化能力好,计算速度快等优点,是锅炉飞灰含碳量特性建模的有效工具.     

磨煤机再循环风门开度对锅炉经济性和安全性的影响

在制粉系统的运行中,三次风温和三次风率往往不能同时满足设计值,磨煤机再循环风门开度直接影响三次风温和三次风率。为了解磨煤机再循环风门开度对锅炉炉膛温度、飞灰含碳量以及高温受热面壁温的影响,特进行了专项试验。试验表明三次风率的大小对锅炉燃烧的影响较大,较佳的磨煤机再循环风门开度可以提高锅炉的经济性和安全性。     

锅炉等离子体点火燃烧系统的优化运行

对中电荔新电厂电站锅炉等离子体点火燃烧系统进行了介绍.采用支持向量机对实际运行数据进行判断分类,建立锅炉等离子体点火燃烧系统的运行判断模型,利用该分类判断模型对等离子体点火燃烧系统进行分析,并控制等离子体点火燃烧系统的运行参数,从而保证锅炉的安全稳定运行.     

人工智能技术在电站锅炉燃烧优化中的应用研究

电站锅炉的运行面临降低运行成本与降低污染物排放的双重要求，高效低污染的优化决策问题日益引起关注。由于锅炉设备结构庞大，运行条件复杂，燃料性质多变等因素，建立电站锅炉排放特性的函数模型难度极大，为满足锅炉高效低污染燃烧优化研究的需要，该文借助优化燃烧特性试验数据，建立了电站锅炉热效率与NOx排放的响应特性的神经网络与解析函数的混合模型。文中使用了非函数形式的响应模型，燃烧优化采用了十进制遗传算法。优化数值解表明，该方法可针对锅炉热效率和NOx排放的不同优化目标，给出可行的调整各风门开度等操作量的优化控制方案。     

电站锅炉高效低污染燃烧优化控制系统设计

构造了一种基于最小二乘支持向量机和多目标进化算法的锅炉燃烧优化控制系统,通过从电厂分散控制系统上采集数据,利用最小二乘支持向量机对锅炉燃烧特性建模并通过样本的机器学习,提出了以锅炉效率与NOX排放为组合的锅炉燃烧多目标优化模型,采用基于Pareto最优概念的多目标进化算法实现运行工况寻优,根据模糊集理论在Pareto解集中求得满意解,获得锅炉燃烧优化调整方式。     

变尺度混沌蚁群算法在NOx排放优化中的应用

为了控制燃煤电厂NOx排放,应用支持向量回归建立了大型四角切圆燃烧电站锅炉NOx 排放特性模型。利用大样本量的热态实炉NOx 排放试验数据对模型进行了训练和验证,结合NOx排放模型采用一种变尺度混沌蚁群算法对锅炉运行参数进行优化, 定量分析优化算法参数对优化结果的影响。计算结果表明,相对于BP神经网络,支持向量回归模型能更好地预测锅炉NOx排放;变尺度混沌蚁群算法能明显降低NOx排放,且具有较高的稳定性与鲁棒性,1.8 min的优化时间也便于在线应用;支持向量回归与变尺度蚁群混合算法能有效降低燃煤锅炉NOx排放,是锅炉NOx排放控制的有效工具。     

基于实时入炉煤质数据的在线掺烧优化系统在火电厂的应用

为解决传统配煤掺烧过程中煤质数据滞后、配煤结果不准、无法获取锅炉实时燃煤数据的难题,研究利用皮带式入炉煤煤流全元素实时分析设备,实时获取皮带煤流煤质数据,并与配煤设备、在线掺烧优化软件相结合,形成在线掺烧优化系统。该系统通过实时采集入炉皮带煤流煤质数据,反馈调整煤场配煤煤种及比例,实现精准配煤,计算实时锅炉运行经济指标,并可采集锅炉运行数据,实时优化锅炉运行氧量、风门开度等关键控制参数。通过本系统的应用,可帮助电厂燃用更多标煤单价较低的经济煤种,并通过实时燃烧优化调整使锅炉运转保持在最佳状态,从而使电厂获得可观的收益。     

多目标进化算法在电站锅炉燃烧优化控制系统设计中的应用

构造了一种基于最小二乘支持向量机和多目标进化算法的锅炉燃烧优化控制系统,通过从电厂分散控制系统（DCS）上采集数据,利用最小二乘曼持向量机对锅炉燃烧特性建模,并通过样本的机器学习,提出了以锅炉效率与NOx排放量为组合的锅炉燃烧多目标优化模型行工况寻优,根据模糊集理论在Pareto解集中求得满意解采用基于Pareto最优概念的多目标进化算法实现运获得锅炉燃烧优化调整方式。     

具有周界风的煤粉燃烧器气流特性及结构研究

为实现锅炉稳定燃烧和精细化燃烧调整,深入了解直流煤粉燃烧器射流特性,以四角切圆燃烧煤粉锅炉具有周界风的煤粉燃烧器及其二次风水平支管为研究对象,采用数值模拟方法模拟并分析了热态条件下节流柱高度、二次风门开度和风向挡板角度对气流特性的影响。结果表明：对于周界风喷嘴面积较小、二次风水平支管较粗的煤粉燃烧器,在二次风门位置增加节流柱,可有效提高周界风喷嘴的速度分布均匀性;二次风门开度对周界风喷嘴附近的气流速度分布无明显影响;燃烧器喷口增设风向挡板,可提高一次风刚性和周界风对一次风的保护。     

基于聚类算法的双进双出磨煤机 入炉煤量软测量方法

双进双出磨煤机制粉系统由于结构复杂,制粉过程惯性大,锅炉入炉煤量难以准确测量,严重影响机组自动控制系统调节性能。为此,本文提出一种双进双出磨煤机入炉煤量软测量方法。该方法在双进双出磨煤机制粉系统动态特性基础上,利用磨煤机煤粉流量与容量风门开度、一次风压力、料位等关键参数的相关性,采用分段线性函数构造了锅炉入炉煤量软测量模型,采用聚类算法通过机组历史运行数据辨识该软测量模型相关特性函数的参数,并在某330 MW机组控制系统优化项目中成功实现了入炉煤量的实时测量。该方法能实现入炉煤量的准确测量,有效提高机组自动控制系统性能。     

锅炉燃烧智能优化技术研究

根据燃烧特性试验数据,利用支持向量机建立锅炉燃烧过程NOx排放与热效率的响应特性模型。结合粒子群算法分别对模型参数和锅炉的运行参数进行优化,找到了使得NOx质量浓度降低和热效率提高的运行参数组合,为实现电站锅炉高效低污染的优化目标提供了有效手段。     

基于在线支持向量回归的锂离子电池SOC估计

对于锂离子电池来说,其化学特性是动态非线性的,并具有较强的耦合性,但是现在常用的电池模型并不能准确表达其上述特性。训练样本数量定量时,在线支持向量回归机可以在线实时更新模型,且具有全局最优、良好的泛化能力。训练模型时,采用输入变量为工作电压和温度,输出变量为荷电状态。仿真结果表明,与BP神经网络相比,在线支持向量回归可以准确预测电池的充电状态,具有较高的SOC预测精度和稳定性。     

基于遗传优化支持向量机的开关磁阻电机非线性建模方法

将有限元法(FEM)与非线性映射技术相结合,得到了开关磁阻电机(SRM)动态仿真模型.利用FEM获取了SRM的磁化特性和转矩特性数据,并依此对支持向量机进行了训练,进而在MATLAB中建立了仿真模型.采用改进型遗传算法对支持向量机的超参数进行全局寻优,提高了其逼近和泛化能力.基于对磁化特性数据的分析,引入了分段训练的思想,进一步提高了模型在小电流下的仿真精度.将所建模型的动态仿真结果与FEM分析结果相比较,验证了建模方法的有效性.