电厂用煤元素组成与发热量的数值关系研究

在2009—2012年期间对山东省内众多燃煤电厂1 898个煤质研究样本进行了元素分析和发热量测定,得出了碳、氢、氮、氧、硫等元素组成的分布情况,通过SPSS分析了各指标与发热量的相关性,在此基础上应用逐步回归分析方法进一步研究,得出了煤质的元素组成与发热量的内部数值规律,从而找出了一种简便易行的煤质发热量估算方法。     

多元线性回归分析在燃煤低位发热量测定中的应用

燃煤的发热量是煤质分析的重要指标之一,大多数工矿企业通常利用煤的工业分析结果来计算燃煤的发热量。根据煤质样本数据,通过多元线性回归分析建立预测模型,可以获得燃煤发热量的预测值,与实测值比较,具有很高的准确性,因此可用于校验燃煤发热量测定结果的准确性。     

计算燃煤低位发热量的经验公式

通过回归分析得到的经验公式可按工业分析直接计算燃煤收到基低位发热量,其准确性与现有公式基本相同,但使用要简单得多,可用于来煤热值的检测和估算。     

基于遗传算法优化参数的支持向量机燃煤发热量预测

利用支持向量回归机(SVR)和遗传算法(GA)对煤的低位发热量建模,采用遗传算法对支持向量机预测模型的各项参数进行寻优,为减少所选参数对训练样本的依赖性,引入交叉验证的思想,以推广能力最好的一组参数作为最终参数.将优化参数代入 SVR 模型,得到基于遗传算法的支持向量回归机(GA-SVR)模型.通过对电厂入炉煤的试验数据进行分析,并且与常规 SVR 模型和 BP 神经网络模型(BP-ANN)进行对比,以验证该模型的可靠性和精确性.结果表明,该方法可准确地预测燃煤发热量.     

提高燃煤发热量对电厂综合经济性影响的试验研究

煤质变化将会对锅炉效率、辅机电耗、排放成本等产生影响,对他们之间的定量关系研究可以为电厂煤炭的采购提供依据,从而提高电厂的运行经济性。在某电厂两个常用煤种历史煤质统计的基础上,研究了Qnet,ar与工业分析成分之间关系,除Aar与Qnet,ar呈明显的反比例关系外,其他指标变化不明显。根据两煤种各3个不同典型煤质的煤质综合经济性电厂试验结果,计算分析了发热量提高对电厂综合经济性的量化影响。燃煤发热量Qnet,ar提高200kcal/kg,330MW机组年发电成本可降低128～245万元。     

逐步回归方法及其在燃煤发热量分析中的初步应用

简要介绍了统计中常用的逐步回归反演方法，并将其应用于燃煤发热量与燃煤化学元素分析的简单回归关系，得到燃煤的低位发热量在很大程度上依赖于燃煤的含碳量和含氢量，复相关系数达到98%以上。因此，仅用碳和氢的含量即可确定燃煤发热量。     

基于极限学习机的燃煤热值预测研究

燃煤热值是评价燃煤品质的重要指标之一,快速准确地预测燃煤热值对燃煤锅炉的燃烧优化以及经济运行至关重要。本文提出一种基于极限学习机（ELM）的燃煤热值预测方法,选取煤的水分、灰分、挥发分和固定碳4种工业分析成分作为模型的输入,以煤质高位发热量作为模型输出,建立基于ELM的燃煤热值预测模型,并对107种不同煤进行预测分析。结果表明:ELM模型具有良好的预测能力,模型的拟合度R2在0.98以上,煤质高位发热量预测值的均方根误差为0.29 MJ/kg;与经典线性模型以及BP神经网络模型相比,ELM模型能更准确地预测燃煤热值,且其运算速度快,具有很好的现场应用价值。     

应用近红外光谱分析技术测量煤质发热量

主要进行煤质发热量的测定,在阅读了多个光谱图的基础上,采用多元线性回归方法对数据进行了分析和处理,建立了多元线性模型,采用该模型得出的煤质发热量的预测值与人工化验标准值之间的相关系数为0.92,所建模型的定标标准差为1.58。     

基于发热量和硫分的燃煤发电成本分析

在燃煤价格高企及电煤价格倒挂等因素影响下,为降低发电成本,燃煤火力发电厂普遍采取扩大燃用煤种范围的燃煤掺烧策略。降低燃煤品质可以实现综合标煤单价下降,提升发电项目的盈利能力。研究了燃煤品质的2个主要参数——发热量和硫分对发电成本的影响,构建了基于发热量和硫分的发电成本模型,可为发电企业燃煤掺烧成本测算提供有益参考。     

应用人工神经网络方法预测煤的发热量

应用人工神经网络方法预测煤的发热量,网络的训练数据集来自动力用煤国家标准物质标准值。人工神经网络成功预测动力用煤的发热量,说明人工神经网络能够处理煤的发热量与工业分析各组分间的非线性关系。     

火电厂入炉煤低位热值实时测量的研究及其应用

在电厂燃煤煤种杂、煤热值波动大的背景下,锅炉正平衡煤耗计算结果的准确性成为难题。为此,利用设计资料中机组负荷与设计煤种煤量的对应关系以及实际负荷、实际煤量、设计煤种低位发热量等指标,通过锅炉燃煤技术指标建立模型测算燃煤热值;在机组协调控制系统（coordinated control system,CCS）中增加燃煤的实时热值修正回路,用燃煤的实时热值进行汽温、汽压调节,有效地改善了自动发电控制（automatic generation control,AGC）性能;针对机组辅机故障减负荷功能（run back,RB）在燃煤热值大幅度变化时存在目标煤量不能与负荷完全对应的隐患,利用RB动作前燃煤的实时热值及时修正RB目标煤量,确保RB目标煤量全工况适应煤质变化,与RB目标负荷相对应,提高了RB的动作正确率;用软测量所得的煤实时热值代替化验值,在耗差分析系统中实时计算正平衡煤耗,大幅度提高了煤耗计算的准确性。目前,该方法在大唐国际系统中的所有火电企业中得到推广应用。     

粒度和升温速率对低热值煤样热解的影响研究

利用热重法研究了低热值煤在不同粒度和不同升温速率下的热解特性;获得了不同粒度和不同升温速率下热解特性参数,通过动力学分析得到三维扩散模型可以很好反映升温速率的煤样的热解过程,而二级化学反应可以反映不同粒度的热解情况,通过对模型求解得出煤样的活化能与频率因子。     

基于高光谱图像和卷积神经网络的燃煤热值估计算法

火力发电是中国主要的发电方式,煤质优劣直接决定着发电厂的安全生产、经济效益,而收到基低位发热量是煤质优劣的关键指标之一。针对目前煤炭发热量测量程序复杂、不易实时监测等问题,基于高光谱图像和卷积神经网络,提出一种方便、快速的热值估计算法。通过高光谱数据采集系统对煤样进行光谱成像,经过高斯低通滤波以及主成分分析,消除采集噪声以及光谱通道之间的数据冗余性;然后采用邻域均值化数据采集方法获得平滑的训练数据与测试数据,搭建7层的卷积神经网络;通过实验验证了所提方法的有效性,结果显示该方法具有较高的预测精度。     

煤的元素分析和工业分析对应关系的探讨

以无烟煤为研究对象,利用惯用的煤的元素分析和工业分析的成分对应关系,对无烟煤中C含量进行计算,计算结果显示,挥发分中C含量为零或者为负数,这是不合理的,无法解释其物理意义。甚至对于少数烟煤,根据这一对应关系计算得到的挥发分中C含量也为负数。因此对煤的元素分析和工业分析的对应关系提出质疑,分析后认为这一对应关系的假设前提不准确,这一对应关系是在假设固定炭中只有C元素基础上给出的,挥发分中包括全部的H、O、N、S元素。而实际我们测定挥发分时并不可能H、O、N、S元素全部释放出去,挥发分是随加热温度和加热时间而变的。因此这一对应关系,相对于我们测量得到的挥发分,是不准确的。     

燃煤热值对锅炉经济性影响的分析研究

燃烧不同热值的煤对电厂锅炉效率、厂用电率、供电煤耗及环保指标均会产生一定影响。为提高电厂运行经济性,对多台容量为300~1 000 MW的锅炉的燃用煤种经济性进行了试验和研究。结果表明,煤种热值每降低0.42 MJ/kg,300 ~1 000 MW锅炉效率降低0.10%~0.18%,厂用电率增加0.05%~0.12%,供电煤耗增加0.33~0.79 g/kWh。     

燃煤电厂混煤配煤方案研究

基于全球性能源供应不足,众多国内火电厂已不止燃用单一煤种.不同煤种的煤质指标差距甚大,为此需将两种或两种以上的燃煤进行混合以提高锅炉效率.除炉内混烧外,更多的是在炉外混煤.由于煤种及场地条件的差异,采取的混煤设施及工艺流程亦不尽相同.