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.     

智能燃烧优化系统的研究与应用

影响火电厂锅炉性能的因素繁多,很难实现大量控制对象的在线优化控制。介绍了基于智能技术开发的锅炉燃烧优化闭环控制系统,应用该系统对影响锅炉燃烧的控制参数和大量对象进行在线优化调整,实现了各种运行条件下的锅炉经济性优化运行,提高了火电厂自动化运行水平,起到了节能降耗作用。     

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。     

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。     

基于蚁群算法和LSSVM的锅炉燃烧优化预测控制

火电厂锅炉燃烧过程是一个复杂的多输入/多输出系统,具有高度非线性、强耦合的特点.借助燃烧特性试验数据,利用最小二乘支持向量机(LSSVM)建立锅炉燃烧模型,使用非线性模型预测控制(MPC)算法对锅炉燃烧过程进行优化和控制.提出一种改进蚁群算法用于求解预测控制算法中的非线性优化问题,采用动态随机抽取方法来确定目标个体引导...     

电站锅炉智能燃烧优化技术的应用研究

采用径向基神经网络建立了锅炉燃烧输入与输出参数的智能优化模型,分析了不同径向基函数分布密度对模型预测精度的影响,应用基于实数编码方式的遗传算法实现了运行操作参数的实时寻优.通过某电厂600 MW机组的实际应用,燃烧调整过程中实际运行参数的获得可用于指导锅炉运行人员的操作,使优化操作后的锅炉效率得到了提高.     

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。     

智能控制在锅炉燃烧优化中的应用

利用支撑向量机建立电厂锅炉燃烧模型,使用非线性模型预测控制算法闭环控制锅炉的燃烧过程,改善锅炉燃烧状况,达到提高锅炉燃烧效率、减少污染物排放的目的。支撑向量机用于模型回归具有泛化能力强,在线训练速度快等优点,使用支撑向量机作为预测控制算法中的内部模型在非线性系统控制中具有良好的性能。为求解这个模型预测控制算法中的非线性优化问题,提出了一种新的混合型优化算法,使用粒子群算法进行全局搜索,使用拟牛顿法进行局部最优搜索,既实现了进化算法全局优化的特性,又保持了基于梯度的优化算法的快速收敛速度。     

基于PCA-PSO-LSSVM的电站锅炉效率预测模型研究

为避免锅炉燃烧系统智能算法建模中特征变量维度过大造成的模型复杂以及过拟合问题,基于PCA提取主成分,利用PSO算法优化模型参数,建立了PCA-PSO-LSSVM锅炉效率预测模型。研究结果表明:PCA-PSO-LSSVM模型的预测精度更高,泛化能力更强,其中误差最大的锅炉效率模型测试集数据的平均相对误差仅0.002 49%,均方误差为0.004 51;未经过PCA提取主成分的PSO-LSSVM模型测试集的平均相对误差为–0.034 90%,均方误差为0.019 27;LSSVM模型测试集的平均相对误差为0.28%,均方误差为0.459 39。可见,PCA-PSO-LSSVM模型能够精准地预测锅炉热效率,适应能力更强,同时模型复杂度更低,训练速度略有提高,将为电站锅炉多方面数据预测提供一种重要手段。     

350MW机组W火焰锅炉燃烧优化试验与性能预测

针对某电厂350MW机组W火焰锅炉进行了220~320MW共4个典型负荷的燃烧优化试验,根据试验数据建立了基于不同核函数的基于支持向量机的锅炉性能预测模型,并对其进行了详细对比。结果表明,加法混合核函数预测性能较好,可为可靠准确的燃烧优化奠定基础。目前,基于该模型开发的计算机软件系统已经在350MW机组投入在线试运行,对锅炉运行调节具有一定的指导意义。     

燃煤锅炉燃烧优化的调整试验研究

郑州新力电力有限公司3,4号锅炉燃烧用煤发生了变化,使煤粉燃烧不完全,飞灰可燃物上升,锅炉效率下降,影响了机组的经济性。通过工业试验,找到了锅炉掺烧无烟煤时的正确配风方法,使飞灰可燃物大幅降低,找到了无烟煤与烟煤混合燃烧时的稳燃和燃烬方法,提出了无烟煤与烟煤混合燃烧时应注意的事项和应采取的措施。     

褐煤锅炉改造及燃烧优化

由于设计和实际运行中煤质变动等原因,某褐煤锅炉出现了受热面超温、排烟温度高、燃烧器结焦等问题。通过分析诊断,对褐煤锅炉提出了燃烧器、低温过热器和省煤器的改造方案。安装了新的燃烧器及附属设备,将部分低温过热器受热面更换为等级更高的材质,同时增加了省煤器面积。经过燃烧优化试验,锅炉的最大出力提高至410 t/h,磨煤机最大干燥出力可达31 t/h,在锅炉最大出力工况下实测锅炉热效率为91.96%。长时间平稳运行表明,本次改造取得了较为理想的效果,可为国内同类锅炉的改造和优化调整提供参考。     

大型煤粉炉燃烧优化探讨

探讨煤粉炉二次风优化配风的原则和方法。在燃烧过程分析的基础上,用给粉机台数和比Ｏ２流量代替的给粉量和送人风量,依据分级配风原理,进行从炉膛局部到整体的风粉量化配比,６ｔ／ｈ贫煤锅炉,给出配风计算过程和配风表,并对几个燃烧问题进行讨论。按此方法调整燃烧,可降低稳燃负荷和ＮＯＸ的排放浓度,大大提高锅炉效率。     

燃煤锅炉的稳定燃烧与优化配煤

针对国内火电厂燃煤锅炉在安全经济稳定燃烧方面存在的明显不足,分析了影响锅炉安全经济稳定燃烧的主要原因,介绍了当前锅炉改造的某些重要方法和要点.根据目前电厂燃煤的现状,指出了配煤混烧的必要性,介绍了配煤方法和优化配煤的评价原则,同时介绍了优化配煤系统软件的功能.     

浅谈四角切圆型锅炉的燃烧优化

概述了燃烧优化的主要任务;进而介绍了美国STORM燃烧技术服务公司针对四角切圆型锅炉提了的燃烧优化要点,为实际生产中锅炉燃烧的优化调整提供一种明确的、有效的方法;并对有关燃烧优化在运行、维护、测试方面的措施和经验进行了总结。     

基于粒子群算法的决策树SVM多分类方法研究

针对SVM多分类问题提出了一种基于粒子群算法的最优决策树SVM生成算法,以解决传统支持向量机多分类方法存在的不可分区域和误差积累现象。该方法利用自变异的PSO聚类算法在每一决策节点自动寻找最优或近优分类决策,将数据集划分为两类,直至叶子节点为止,最终根据最优决策树构建SVM多分类结构,训练各个节点SVM分类器。将该算法应用于图像人群密度分类问题,仿真实验表明,分类精度和分类时间得到明显改善,是一种有效地的多分类算法。     

600MW超临界机组锅炉燃烧调整试验研究

介绍了某电厂600MW超临界机组锅炉燃烧调整试验.分析了该厂燃料特性与锅炉燃烧恶化的关系.找出了制粉系统投运方式对锅炉飞灰、大渣含碳量的影响.对锅炉烟气温度偏差进行了调整,并做出了氧量及二次风箱压力对锅炉效率影响曲线,给出了以600MW负荷下最佳氧量及二次风箱压力.     

W形火焰锅炉煤粉细度对燃烧过程的影响

分析了煤粉细度过粗或者过细都会对W形火焰锅炉的燃烧过程产生的影响,结果表明,煤粉过细会导致锅炉受热面积灰加重,沿炉宽度方向受热面不同管屏间热偏差增加,受热面超温加重,排烟温度升高等不利影响;煤粉过粗会导致着火恶化,飞灰及大渣含碳量升高等问题.实际运行过程中最佳煤粉细度的确定同锅炉设计结构以及煤质条件有密切关系.