电站锅炉燃烧优化技术研究发展综述

总结了电站锅炉燃烧优化的目的和意义,回顾了我国电站锅炉燃烧优化技术的发展历程,对锅炉燃烧优化多年来的研究成果和技术发展做了较为全面的评价,深入分析了燃烧优化技术现状以及存在的问题,其中特别对燃烧优化技术的研究动态作了系统的分类.最后,结合软测量、人工智能等先进的理论和方法,提出了电站锅炉燃烧优化技术在检测技术、闭环控制、燃烧器改造等方面的发展前景.     

电站锅炉燃烧优化技术的发展趋势

燃烧优化技术是实现电站锅炉高效燃烧和污染物控制的最经济、最有效的方法之一.通过在对国内外电站锅炉燃烧优化技术研究现状综述的基础上,还对燃烧技术的发展趋势进行了展望.燃烧优化技术研究主要表现在线测量仪表、非线性动态建模、多元优化目标、专家系统和闭环系统等方面,将混沌理论、分形理论、场协同理论、灰色系统理论和数据挖掘理论等科技前沿技术应用到电站锅炉燃烧优化的研究中,将会大大拓展燃烧优化的研究空间,给燃烧优化的研究带来新的生命力.     

电站锅炉火焰检测及燃烧诊断技术

电站锅炉的安全运行主要决定于燃烧的稳定性，实时探测燃烧火焰是否稳定，及时作出判断，对电站锅炉安全运行有着重要的实际意义。本文分析了炉膛火焰特征与火焰检测和燃烧诊断的关系，论述了火焰检测的基本原理和方法以及燃烧诊断理论和技术，并对目前火电厂燃煤锅炉应用的各种火焰检测器和燃烧诊断系统进行了分析比较，最后讨论了火焰检测及燃烧诊断技术的进一步研究方向。     

基于炉膛微压信号的锅炉燃烧诊断试验研究

电站锅炉燃烧诊断技术是热工自动化领域中的一项重要技术,根据炉膛微压信号对锅炉燃烧稳定性进行诊断是一种间接燃烧诊断方法。该方法具有成本低、可靠性高的特点。根据现场运行锅炉上诊断试验数据进行分析,获得一些炉膛微压信号变化与燃烧状况之间的重要结论,为进一步研究炉膛负压信号燃烧诊断提供了理论和实践基础。     

锅炉诊断技术的现状和展望

目前,提高火电机组可用率,降低事故率,已成为世界各国和我国电力行业节约能源和提高经济效益的重要途径。锅炉诊断技术的研究和应用,对此具有重要意义,正日益受到有关电力研究所、电力公司和电站的重视。近几年来,相继开发出了各种锅炉诊断技术,从分类上看有燃烧诊断技术、材料损伤和剩余寿命诊断技术、运行故障(如炉管泄漏、炉膛结渣等)诊断技术.化学监测技术等.从规模上看,有性能优良的诊断工具和装置,也有应用人工智能的诊断专家系统。下面分别加以叙述.     

电站锅炉燃烧诊断优化技术的现状及发展研究

进入二十一世纪以来,我国电力行业呈现出快速发展的势态。其中,火电行业所占比重最大。电站锅炉的运行是火电站较为重要的一部分,为了保证电站锅炉运行的经济性和安全性,有必要加强燃烧诊断及控制技术在其中的应用。本课题在分析电站锅炉燃烧诊断优化技术现状的基础上,进一步对其技术发展进行剖析,希望以此为电站锅炉经济、安全运行的提升提供一些具有价值的参考建议。     

电站锅炉神经网络燃烧诊断系统应用研究

先进的燃烧诊断技术可以有效地提高电站锅炉运行的经济性和安全性,本文通过对炉膛火焰的图像采集,利用计算机数字图像处理技术及人工神经网络模型分析方法,开发了永安电厂5号炉的火焰图像燃烧诊断系统。该系统为运行人员提供了有意义的定量化特征参数,并对燃烧状况辩识的机理进行了富有成效的探索,为电站锅炉的燃烧诊断和优化控制提供新方法和新途径。     

先控技术在电站锅炉燃烧优化中的应用

分析了电站锅炉燃烧优化应用的数个典型案例,介绍了电站锅炉燃烧优化的应用环境、优化内容与相应优化技术的特点,针对应用效果,总结了经验教训,可为燃烧优化技术的应用提供参考.     

锅炉运行能损的人工神经网络定位与分级

针对常规的基于模型的电站锅炉运行经济性诊断方法存在的弊端 ,提出了基于人工智能理论的电站锅炉节能潜力在线诊断方案的总体框架 ,建立了基于人工神经网络的锅炉运行能损的分类定位与分级诊断模型 ,并对该诊断模型的有效性进行了初步验证。借助于给出的电站锅炉能损定位与分级诊断模型 ,可以利用锅炉系统易于直接测量的运行参数在线地确定出系统所发生的各种主要能损的部位和能损程度 ,对于提高电站锅炉的运行经济性具有重要的指导意义     

电站锅炉技术的发展及展望

一、电站锅炉技术的发展1.试验研究工作的成果在两届年会期间,我国的锅炉技术工作者,为解决大型电站锅炉运行中所出现的问题,结合开拓新型的电站锅炉和老机组完善化进行了大量的试验研究工作,取得了一批可喜的成果.(1)燃烧方面在四角切圆燃烧方面,进行了大量的试验研究工作,积累了丰富的经验,逐步形成了适合我国燃料特点的技术风格.     

基于最优权重融合的火电机组智能燃烧优化方案评价

  目的  随着人工智能技术的发展,基于智能优化算法的燃烧优化方案层出不穷,如GA、PSO、FPA等,这些方案各有优缺点。依托智慧电厂平台开发实时燃烧优化系统时,需要权衡选择最佳技术方案。  方法  针对传统TOPSIS法的权重赋值主观性较强的问题,提出了最优权重融合法对其进行改进,并利用改进TOPSIS法建立了火电机组智能燃烧优化方案评价体系。从优化效果、优化周期、可靠性三个方面对GA、AGA、PSO、FPA、CSO和GSA六种方案进行综合评价。  结果  结果表明:经过MCD指标分析体系和与传统方法对比的双重验证,改进TOPSIS法的赋权与MCD指标重要性排序一致,相比于传统TOPSIS法更能辨别出各方案的优劣,其结果更符合实际生产过程的要求,具有客观性强、准确性好的优点。  结论  文章研究成果可以为火电机组燃烧优化方案的抉择提供有价值的参考。     

新时代无人机电力巡检技术展望

  [目的]  人工智能、云计算、大数据、物联网、移动互联网等新一代信息技术正逐渐成为智能电网的强大引擎,同时极大推动无人机技术的创新和发展。结合电力巡检现状,从技术发展趋势和行业应用需求出发,展望未来无人机电力巡检的发展,以期为大数据与人工智能时代的无人机技术与电力巡检的深入融合提供理论和方法参考。  [方法]  在行业应用调研的基础上,面向无人机电力巡检的全业务流程,阐述了新一代信息技术在无人机电力巡检中的应用,展望了电力巡检的智能化趋势。  [结果]  研究表明:(1)飞行平台智能化,无人机与5G通讯紧密结合,逐步实现5G网联无人机由网联化、实时化向智能化发展;(2)巡检智能化,攻克无人机智能控制等系列技术瓶颈,研发部署网络化“固定/移动”无人机智慧机场,实现全天候、无人自主智能化巡检;(3)数据分析智能化,引入人工智能技术,不断优化模型,实现巡检数据快速、准确的智能化分析;(4)物联网、大数据、云计算深度融合,实现多维数据全融合,状态监测全覆盖,数据流和业务流的集成耦合,实现设备状态评价及趋势预测智能化。(5)综合应用新一代信息技术的优势,构建无人机电力巡检智能化运维体系和智能化管控平台,有效提升精益化管理水平,开创电力巡检新局面。  [结论]  未来“云”、“大”、“物”、“智”、“移”等新一代信息技术的快速发展将推动无人机遥感技术跨越式发展,同时也驱动电力行业迈入一个全新的智能化时代。     

人工智能在电力行业中的应用分析

为推动能源转型与信息技术深度融合,服务电网安全质量及效率效益提升,充分发挥人工智能技术应用价值,挖掘电力行业人工智能业务需求,文章结合人工智能相关技术优势,从电力运检、电力营销、企业经营管理、电网安全与控制4个领域对人工智能技术在电力行业中的应用发展及典型应用场景进行分析.经分析,将计算机视觉技术、知识图谱、自然语言处...     

知识图谱在电力领域的应用与研究

为了实现电力领域的技术创新,文章利用人工智能、大数据分析和挖掘、知识图谱、自然语言处理等技术,并结合领域专家的意见,构建电力领域的中文专业词典和知识图谱,并通过对电力领域与人工智能领域进行交叉分析,预测电力领域未来的研究热点。结果表明:知识图谱技术适用于电力领域,能够实现电力系统各个环节移动互联、人机交互的发展目标,扩大智能电网应用,推动能源生态建设。     

数据挖掘技术在燃煤锅炉与垃圾焚烧锅炉中的应用现状及展望

总结了数据挖掘技术在燃煤锅炉故障诊断、燃烧优化、污染物减排及机组优化运行等方面的应用现状,分析了关联规则、聚类分析、神经网络和支持向量机等数据挖掘算法在锅炉优化运行和污染物排放控制中的优缺点。分析表明：人工神经网络鲁棒性强、可自学习且适用面广,未来可基于焚烧机理并耦合其他算法进行工程应用;对于在高控制要求下智能化工况优化空间大的垃圾焚烧锅炉中的发展及应用,建议将数据挖掘技术与云计算平台结合,并考虑垃圾焚烧过程的实际工况和特性进一步开发数据预处理方法,扩大动态数据采集范围,提高模型的实际运行效率和泛化能力。     

Artificial intelligence for the modeling and control of combustion processes: a review

Artificial intelligence (AI) systems are widely accepted as a technology offering an alternative way to tackle complex and ill-defined problems. They can learn from examples, are fault tolerant in the sense that they are able to handle noisy and incomplete data, are able to deal with non-linear problems, and once trained can perform prediction and generalization at high speed. They have been used in diverse applications in control, robotics, pattern recognition, forecasting, medicine, power systems, manufacturing, optimization, signal processing, and social/psychological sciences. They are particularly useful in system modeling such as in implementing complex mappings and system identification. AI systems comprise areas like, expert systems, artificial neural networks, genetic algorithms, fuzzy logic and various hybrid systems, which combine two or more techniques. The major objective of this paper is to illustrate how AI techniques might play an important role in modeling and prediction of the performance and control of combustion process. The paper outlines an understanding of how AI systems operate by way of presenting a number of problems in the different disciplines of combustion engineering. The various applications of AI are presented in a thematic rather than a chronological or any other order. Problems presented include two main areas: combustion systems and internal combustion (IC) engines. Combustion systems include boilers, furnaces and incinerators modeling and emissions prediction, whereas, IC engines include diesel and spark ignition engines and gas engines modeling and control. Results presented in this paper, are testimony to the potential of AI as a design tool in many areas of combustion engineering.     

故障振动诊断技术在机车状态修中的应用

简述了内燃机车状态修的现状及其发展前景,着重介绍了适于状态修的故障振动诊断技术研究现状,论述了机车故障特点和诊断原理,对故障信号处理技术、模式识别技术及人工智能专家系统的应用作了评述,并对现代故障振动诊断技术在机车状态修中的应用作了展望。     

风/光混合发电系统的优化方法综述

为了从混合发电系统中获得足够经济可靠的电力,其优化方法的选择非常关键,分析了风/光混合发电系统的结构,系统梳理了国外风/光混合发电系统的软件优化法、传统优化方法、人工智能法等优化方法,并对混合发电系统的各种优化方法进行了总结及展望,可为国内风/光混合发电系统优化问题的合理解决提供参考。     

Research on optimal calibration technology for hydrogen-fueled engine based on nonlinear programming theory

To analyze and resolve the contradiction of abnormal combustion and improving hydrogen-fueled engine power is the key for promoting the progress of hydrogen-fueled engine research. Optimal control is the most valuable technology for resolving this contradiction. In this paper, the optimal model of hydrogen-fueled engine for multi-variable, multi-objective, multi-constraint under the whole operating conditions was established. The technology was a combination of nonlinear programming theory and optimal calibration algorithm of genetic algorithm. Calibration process can be adjusted dynamically to match with the working conditions of engine by weighted function. It implements the unity of comprehensive performance optimization and individual optimization, and not only simplifies calibration process but also improves calibration speed. Furthermore, a new method that accurately and quickly calibrates MAP under the conditions of multi-variable, multi-goal and multi-constraint is provided to effectively resolve the contradiction of the abnormal combustion and improving hydrogen-fueled engine power.     

Application of AI techniques in monitoring and operation of power systems

In recent years, the artificial intelligence (AI) technology is becoming more and more popular in many areas due to its amazing performance. However, the application of AI techniques in power systems is still in its infancy. Therefore, in this paper, the application potentials of AI technologies in power systems will be discussed by mainly focusing on the power system operation and monitoring. For the power system operation, the problems, the demands, and the possible applications of AI techniques in control, optimization, and decision making problems are discussed. Subsequently, the fault detection and stability analysis problems in power system monitoring are studied. At the end of the paper, a case study to use the neural network (NN) for power flow analysis is provided as a simple example to demonstrate the viability of AI techniques in solving power system problems.