共查询到19条相似文献,搜索用时 156 毫秒
1.
以某电厂燃煤锅炉燃烧调整试验数据为基础,运用BP神经网络建立锅炉效率与NOx排放浓度的双目标锅炉燃烧系统模型,并用遗传算法优化BP神经网络的权值和阈值产生优化型GA-BP神经网络模型.通过对2种模型预测误差的比较表明,GA-BP神经网络模型的锅炉效率平均预测误差由6%降至3.4%,NOx排放浓度平均预测误差由0.1%降至0.04%,泛化能力相对于BP神经网络模型大大增强,可适用于建立锅炉燃烧优化系统. 相似文献
2.
以某电厂燃煤锅炉燃烧调整试验数据为基础,运用BP神经网络建立锅炉效率与NOx排放浓度的双目标锅炉燃烧系统模型,并用遗传算法优化BP神经网络的权值和阈值产生优化型GA-BP神经网络模型。通过对2种模型预测误差的比较表明,GA-BP神经网络模型的锅炉效率平均预测误差由6%降至3.4%,NOx排放浓度平均预测误差由0.1%降至0.04%,泛化能力相对于BP神经网络模型大大增强,可适用于建立锅炉燃烧优化系统。 相似文献
3.
以效率和低NOx排放为目标的锅炉燃烧整体优化 总被引:8,自引:2,他引:8
基于效率和低NOx排放目标的锅炉燃烧整体优化是指实时地提出同时优化效率和低NOx排放目标的操作,而其中锅炉效率和NOx排放模型的精度以及优化算法的效率尤为重要。该文基于改进MRAN算法的锅炉燃烧效率和NOx排放模型以及基于实数编码的遗传优化算法,对电站锅炉的燃烧过程进行优化仿真。结果表明,改进的MRAN算法和基于实数编码的遗传算法应用在电站锅炉的效率和低NOx排放目标燃烧优化上是有效的,可以得到按一定目标函数的锅炉效率和低NOx排放目标的实时整体优化效果。 相似文献
4.
5.
6.
人工智能技术在电站锅炉燃烧优化中的应用研究 总被引:27,自引:8,他引:27
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。 相似文献
7.
8.
大型电站锅炉混煤掺烧的NOx排放特性预测与运行优化 总被引:2,自引:1,他引:1
在某700 MW四角切圆燃煤电站锅炉的NOx排放特性及锅炉效率多工况热态测试的基础上,应用人工神经网络建立大型四角切圆电站锅炉NOx特性及锅炉效率模型并进行预测,检验样本NOx排放浓度和锅炉效率预测值与实测值的平均相对误差分别为3.63%和0.23%,证实模型的可行性。并在此基础上,结合遗传算法对锅炉运行参数进行优化。优化后NOx排放浓度为421.44、255.05和215.40 mg×m-3,分别降低了37.56%、29.43%和30.56%;锅炉效率为94.56%、94.13%和94.80%,分别提高了0.09%、0.42%和0.88%。该模型可在掺烧非设计煤种情况下寻找出最优运行参数,降低锅炉NOx排放浓度并提高锅炉效率;同时随掺混比的增大,NOx排放浓度降低;掺烧D磨和E磨有利于降低NOx。 相似文献
9.
基于遗传算法和支持向量机的低NOx燃烧优化 总被引:10,自引:3,他引:10
大型四角切圆电站锅炉NOx排放是造成环境污染的重要因素,也是电厂关心的重要问题。影响燃煤锅炉NOx排放量的因素众多而且复杂。对锅炉NOx排放特性进行建模预测,并结合优化算法实现燃烧优化是降低锅炉NOx排放的有效方法。文中应用支持向量机算法建立了大型四角切圆燃烧锅炉NOx排放特性模型,接合遗传算法,利用NOx排放的热态实炉试验数据对模型进行了校验,对锅炉运行参数进行了优化。结果表明,通过遗传算法的寻优, NOx排放量有比较明显的降低。支持向量机与遗传算法相结合与其它方法相比具有泛化能力好,计算速度快等优点,是锅炉NOx排放控制的有效工具。 相似文献
10.
某超临界600 MW机组旋流对冲燃烧锅炉低氮改造后,由于运行调整不理想,致使锅炉尾部C O浓度偏高且N Ox 排放未达到预期目标.分析认为,其主要原因是锅炉沿炉膛宽度及深度方向氧量分布不均所致.对此,根据燃烧器改造后的结构特点,对燃烧器参数进行优化调整,在保证NOx 排放的前提下将锅炉满负荷时尾部 CO 浓度由2000μL/L 左右降至100μL/L以下,飞灰可燃物含碳量降至0.5%以下,锅炉效率提高0.8百分点,NOx 排放浓度由改造前的400~450 mg/m3降至250 mg/m3左右. 相似文献
11.
12.
基于LS-SVM和SPEA2的电站锅炉燃烧多目标优化研究 总被引:4,自引:0,他引:4
利用最小二乘支持向量机(LS-SVM)对锅炉燃烧特性建模,构造了以锅炉效率与NOx排放为组合的锅炉燃烧多目标优化模型,并与BP神经网络建模比较,分析表明模型在泛化能力、收敛速度和最优性均优于神经网络模型;针对锅炉高效低污染燃烧多目标问题,提出利用多目标进化算法SPEA2(强度Pareto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,获得锅炉燃烧优化调整方式.通过某600 MW机组的仿真计算,并与加权遗传算法比较,结果表明本文算法在Pareto前沿具有更好的多样化,克服了将多目标函数加权求和转化为单目标优化问题只能找到凸Pareto最优域及需要多次运行得到Pareto解集的缺陷,计算结果可指导运行人员进行参数优化调整,提高燃烧经济性. 相似文献
13.
14.
15.
某300 MW四角切圆燃烧锅炉进行低NOx燃烧器和分级燃烧改造后,为了提高锅炉运行的稳定性和经济性,对其进行燃烧调整试验。试验结果表明,分级燃烧可以降低NOx排放水平,但同时会降低锅炉效率。 相似文献
16.
17.
18.
六角切圆燃烧褐煤煤粉锅炉低Nox燃烧技术研究 总被引:3,自引:7,他引:3
为了降低六角切向燃烧褐煤煤粉锅炉的NOx的排放量,文中对一台燃用褐煤的670t/h煤粉锅炉燃烧器、采用水平浓淡燃烧和分级送风技术后,进行了NOx排放特性的工业性试验研究。试验中研究了各种送风方式对NOx排放和燃烧特性的影响。试验表明,采用分级送风和水平浓淡燃烧相结合,NOx排放浓度下降了23%以上,达388.3mg/m^3,而锅炉效率有所提高,低负荷稳燃能力有所加强。 相似文献
19.
电厂燃煤锅炉NOx排放计算模型的建立 总被引:3,自引:0,他引:3
抛弃了传统的建立在湍流模型和气固两相流模型基础上的NOx排放质量浓度计算方法,运用统计学的方法,建立了NOx排放质量浓度的多元回归计算模型。模型的建立是从锅炉运行因素出发,通过分析各种运行因素对锅炉效率和NOx排放质量浓度的影响,归纳出影响锅炉效率和NOx排放质量浓度的综合性影响因素——炉内风分配,并将其量化,从而建立起锅炉NOx排放质量浓度的多元回归计算模型。通过此模型可由各运行因素预测锅炉的NOx排放质量浓度。以此模型为基础可开发出应用于切圆燃烧煤粉锅炉的“NOx排放优化运行与在线监测软件”,在线指导运行人员优化燃烧,实现高效低NOx燃烧运行。该模型是针对某一特定锅炉建立的,但其建立方法对各种四角切圆燃烧锅炉具有普遍意义。 相似文献