基于SVM的燃煤电站锅炉飞灰含碳量预测

将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域．该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点．将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1．39%和1．30%,相当于BP网络模型的22．20%和21．07%．应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求．     

大型电站锅炉飞灰含碳量在线自校正建模

为降低飞灰含碳量,实现锅炉的优化运行,对其进行了软测量建模研究.在建模过程中,针对模型输入变量之间存在强耦合、非线性以及辅助变量选择难的问题,采用核主元分析(KPCA)提取变量的特征信息以有效处理非线性数据,生成新的综合辅助变量,并结合特征值碎石图及累积方差贡献率,对KPCA参数的选择提出了新的方法.为解决模型在线校正...     

电站锅炉飞灰含碳量的优化控制

利用人工神经网络对锅炉飞灰含碳量进行建模，并采用混合遗传算法与复合形法进行运行工况寻优，获得当前最佳的锅炉燃烧调整方式，这种方法同时解决了锅炉变工况下运行参数基准值的问题。应用该模型对某台300MW四角切圆燃煤电站锅炉的飞灰含碳量进行优化控制研究，其结果可指导运行人员进行参数优化调整，降低锅炉飞灰含碳量，提高燃烧经济性。     

电站煤粉锅炉飞灰浓度模型

根据锅炉热平衡基本原理和燃烧理论,建立了基于在线监测参数的飞灰浓度计算模型,模型的计算值与实测值比较接近。模型对于在线测量飞灰含碳量有一定的工程实用性。     

电站锅炉飞灰含碳量的优化控制

利用人工神经网络对锅炉飞灰含碳量进行建模,并采用混合遗传算法与复合形法进行运行工况寻优,获得当前最佳的锅炉燃烧调整方式,这种方法同时解决了锅炉变工况下运行参数基准值的问题。应用该模型对某台300MW四角切圆燃煤电站锅炉的飞灰含碳量进行优化控制研究,其结果可指导运行人员进行参数优化调整,降低锅炉飞灰含碳量,提高燃烧经济性。图3表4参7     

300MW电站锅炉飞灰含碳量过高的分析及优化

分析某300MW电站锅炉飞灰含碳量过高的原因,并提出了增设卫燃带,一次风集中布置,合理配比一、二次风,调整煤粉细度,调整出口氧量等优化措施,经改造取得满意效果。     

电厂锅炉飞灰含碳量测量模型

目前广泛采用微波技术进行在线测量电厂飞灰含碳量,现场使用过程中飞灰成分变化对仪器的测量精度有严重影响。利用RBF神经网络对影响飞灰成分的多维数据和微波功率进行融合,建立电厂锅炉飞灰含碳量测量模型。该模型能够避免飞灰种类变化对飞灰含碳量测量结果的影响,提高了飞灰含碳量的测量精度。     

火电厂飞灰含碳量多模型融合软测量方法

针对目前火电厂燃煤锅炉飞灰含碳量测量方法存在时间滞后和精度不高等问题,在对锅炉飞灰含碳量影响因素进行分析的基础上,采用基于多个模型的组合可以提高模型精度和鲁棒性的思想,提出基于支持向量机融合的多模型动态软测量建模方法。该建模方法利用时间序列数据建立模型,每个子模型表达某一工况对输出的估计,各个子模型的预测输出通过SVM方法实现变权数融合。应用火电厂历史数据进行飞灰含碳量软测量建模研究,结果表明该方法能够达到较好的测量效果。     

锅炉飞灰含碳量对锅炉效率的影响

分析造成锅炉飞灰含碳量高的原因,提出改进措施,提高锅炉效率。     

基于神经网络的电站锅炉飞灰含碳量软测量系统

借助于正交试验设计,对某台200MW机组燃煤锅炉飞灰含碳量特性进行了多工况热态测试,获得了数据样本,采用基于Levenberg-Marquardt(LM)算法的BP神经网络,建立了飞灰含碳量软测量模型,通过仿真计算,证明了飞灰含碳量软测量模型的正确性和有效性。     

锅炉飞灰含碳量偏高的原因分析

从锅炉试验和煤质特性两方面,分析了某电站锅炉燃用异常煤种时飞灰含碳量偏高的原因.通过锅炉试验排除了设备和运行参数对飞灰含碳量的影响.经热重分析发现:常用煤种和异常煤种的燃烧特性差异较大,异常煤种的着火特性优于常用煤种,但燃尽特性不如常用煤种.对煤样岩相和热解过程中煤焦的比表面积进行了分析,结果表明:异常煤种为混煤,它在热解过程中比表面积的变化规律与常用煤种显著不同;异常煤种在500～700℃热解时,随着热解温度的升高,容易出现焦油堵塞部分孔隙和煤焦熔融现象,使比表面积明显减少,从而导致飞灰含碳量偏高.     

锅炉飞灰测碳仪的技术现状及发展趋势

物理不完全燃烧 (飞灰含碳 )是锅炉损失中很大的一项 ,提高锅炉运行效率的关键问题是如何能精确和及时地监测飞灰中的含碳量。介绍现今已有的飞灰测碳仪种类 ,分析了各种类的优缺点     

因子分析法在飞灰含碳量分析中的应用

针对煤粉锅炉飞灰含碳量影响因素众多的问题,结合某电厂200 MW煤粉锅炉的实际运行工况,利用因子分析法,对锅炉飞灰含碳量影响因素进行降维分析,得出了影响飞灰含碳量的主要因素,为调整燃烧,提高锅炉效率提供了一种全新的有效的工具。     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

电厂煤飞灰颗粒物的物理化学特征

对某台300MW燃煤电站锅炉电除尘器前后的飞灰进行取样,使用激光粒度仪测定粒度分布,使用X射线衍射仪(XRD)和扫描电镜(SEM)研究颗粒中的矿物成分及其微观形貌特征,同时使用电子探针对电除尘器后飞灰的单颗粒进行成分分析．结果表明：通过电除尘装置排入大气的颗粒物平均粒径为2．5μm左右;飞灰粗颗粒中有较多硅铝氧化物和粘土矿物,而细颗粒中则含有较多金属氧化物,且粗颗粒中石英所占矿物相比例相当高;电除尘器前的飞灰形貌类型种类较多,电除尘器后飞灰形貌类型简单,主要是圆球或圆形的颗粒;电除尘器后飞灰单个颗粒间组分随粒径变化的有Si、Al、Ca和S,而元素Fe和Ti的含量较恒定．     

电站燃煤锅炉飞灰特性对其吸附汞能力的影响

为了获得电站燃煤锅炉飞灰对汞的吸附特性,对电站煤粉锅炉和循环流化床锅炉2种燃烧方式下的飞灰进行了研究.通过分析孔隙结构、粒径和碳质量分数对飞灰吸附汞的影响,进一步探究飞灰对汞的吸附机理.结果表明:循环流化床锅炉的飞灰汞质量分数约为煤粉锅炉的10倍;飞灰中碳质量分数对飞灰吸附汞能力起促进作用;飞灰对汞的吸附能力与粒径大小有直接关系,随着飞灰粒径在24.5~362.5μm范围内增大,飞灰中汞质量分数呈现先增大后减小的趋势,在粒径77.5~106μm内出现峰值,约为560×10~(-9);汞质量分数较高的飞灰样品中4~6nm范围内的介孔含量较高,有利于飞灰对汞的吸附,且比表面积较比孔容积在汞吸附过程中发挥了更为重要的作用.     

循环流化床锅炉飞灰中碳的形成机理

通过对循环流化床(CFB)锅炉飞灰含碳量分布及飞灰残碳形态的测量、CFB燃烧温度下焦炭失活过程的试验研究以及流化床条件下煤颗粒燃烧过程的分析.探讨了循环流化床锅炉飞灰中碳的形成机理.结果表明:实际运行的CFB锅炉飞灰中含碳量具有明显的不均匀性,残碳集中于25～50 μm的飞灰颗粒内;真实密度和XRD测量均表明,焦炭失活的2个条件是温度和时间,温度高于800℃,焦炭失活开始发生,并且随着时间的增加,失活程度提高;焦炭颗粒长时间停留在主循环回路中,反应活性下降,由于颗粒的碎裂和磨耗,形成了飞灰中粒径较小的残碳;煤中的细小煤粒首次通过炉膛时未燃尽且未被分离器收集,形成了飞友中较大颗粒的残碳.