共查询到20条相似文献,搜索用时 15 毫秒
1.
以某超超临界700 MW 机组锅炉为对象,建立了基于主成分分析(PCA)和支持向量回归(SVR)的氮氧化物(NOx )排放预测模型(PCA-SVR 模型)。运用 PCA 方法对包含有2000条锅炉运行记录的数据集进行分析,降低数据集维数,提取有效信息(主成分);以得到的主成分为输入变量,锅炉NOx 排放值为输出变量,利用SVR建立NOx 预测模型。与传统SVR模型相比,PCA-SVR模型的计算时间更短,并且能获得较高的 NOx 排放预测精度,其预测N Ox 排放浓度与实际排放浓度相比平均误差在1%以内。 相似文献
2.
3.
4.
5.
锅炉NOx排放不能满足最新国家环保要求,原因是排烟温度低,烟气脱硝装置(SCR)在450 MW即退出运行。通过以下4方面运行调整:降低喷氨温度运行、锅炉降NOx燃烧调整、燃煤掺烧、减少省煤器吹灰次数,使SCR在300 MW投入,锅炉NOx排放月平均浓度100 mg/Nm3、小时平均浓度300 mg/Nm3、脱硝投运率90%,满足国家环保要求,并着重分析了影响NOx的主要因素。 相似文献
6.
针对广东珠海金湾发电有限公司锅炉NOx排放偏高、超出国家环保标准要求以及锅炉及脱硝工艺存在的主要问题,分析了产生的主要原因,并据该公司实际运营状况,提出了切实可行的解决措施。经实践验证,通过运行调整可以大幅降低锅炉NOx排放浓度,使之符合环保标准排放要求。 相似文献
7.
8.
提高SCR投入率,降低SCR入口NOx排放浓度,使锅炉NOx排放满足小于100 mg/m3的最新国家环保要求。通过分析影响金湾电厂锅炉NOx排放的主要因素,制定了降低喷氨温度运行,锅炉降NOx燃烧调整,燃煤掺烧和减少省煤器吹灰次数等调整措施。调整措施实施后,SCR连续喷氨负荷由450 MW降至300 MW,脱硝投入率达90%,锅炉NOx排放月平均浓度和小时平均浓度分别小于100 mg/m3和300 mg/m3,满足国家环保要求。 相似文献
9.
10.
应用Matlab神经网络工具箱对某燃煤电站锅炉NOx排放特性进行神经网络建模。仿真结果表明,该模型具有良好的准确性和泛化能力,模型平均相对误差为1.37%,具有较高的准确性。基于该NOx排放预测模型,结合遗传算法对燃煤锅炉的NOx排放进行优化,按照优化结果推荐的运行参数,在相同的运行负荷工况下,其NOx排放浓度由优化前的456.2mg/m3降为323.9mg/m3,下降幅度达到了29%,效果显著。 相似文献
11.
应用模糊C均值聚类算法(FCM)对影响电站锅炉燃煤结渣特性的指标预处理,并采用基于粒子群算法优化的SVM对电站燃煤锅炉的结渣特性进行建模。将煤的软化温度t2、硅铝比m(Si O2/Al2O3)、碱酸比m(B/A)、硅比G、综合指数R、无因次炉膛实际切圆直径Dw以及无因次炉膛最高温度tw作为模型的输入变量,结渣程度作为输出变量。应用30组数据对模型进行训练,最后,利用建立的模型对9台锅炉的结渣特性进行评判。结果表明:该模型具有较高的预测正确率,能够有效地减少训练过程中的过拟合度,模型本身具有很好地泛化能力。 相似文献
12.
针对电站燃煤锅炉飞灰含碳热损失和氮氧化物排放问题,阐述了灰含碳量和NOx排放浓度的影响因素,并利用改进的支持向量机算法对其燃烧系统进行建模,通过采集某300 MW燃煤电站锅炉的历史运行数据对模型进行了训练和验证。结果表明,该模型具有很高的精度,能够模拟锅炉内复杂的燃烧过程。同时,该模型结合人工智能算法,通过调整参数,可使飞灰含碳量和NOx排放浓度达到最优值。 相似文献
13.
14.
燃煤电站锅炉实际运行过程中,在煤质等变化时需对燃烧进行必要的调整以保持锅炉的运行性能和低的NOx排放浓度.运行人员可以根据机组的性能和运行经验对各因素变化及相应调整的影响进行评估,以确定较佳的调整方式和幅度.电厂运行过程中对锅炉NOx排放的预测控制的常用方法,主要包括基于燃烧调整试验的经验方法、基于优化控制的数学模型方... 相似文献
15.
16.
17.
研究了燃煤碳元素分析.选取了燃煤的4种工业分析作为模型的输入,建立了基于支持向量机的燃煤碳元素分析模型.通过对模型进行检验,结果表明该方法行之有效,且易于工程实现. 相似文献
18.
19.
针对燃煤电站锅炉受热面以积灰监测模型指导吹灰操作效率低的问题,建立混合灰狼算法(HGWO)优化支持向量机(SVM)的预测模型,实现对省煤器吸热量的实时预测。首先选取与省煤器吸热量高相关性的输入变量,搭建SVM预测模型;其次利用HGWO算法对SVM的核函数参量寻优,并将最优参量赋给SVM模型进行训练,完成对省煤器吸热量的预测;最后将预测结果带入热力学公式计算得到清洁因子,以表征省煤器的积灰程度。以浙江某燃煤电站660 MW锅炉机组为例,将实测数据作为样本进行训练和验证。通过与传统模型预测结果进行对比,该模型训练时间更短,预测精度更高。 相似文献
20.
针对电厂燃煤锅炉NOx排放量预测建模中输入因子过多而导致神经网络结构规模过大、泛化能力差的问题,通过主成分分析和贝叶斯正则化的方法对BP神经网络进行改进,优化网络结构,从而提高了泛化能力。以某300 MW机组锅炉热态多工况试验数据为例,改进的神经网络预测方法与传统的神经网络方法相比,泛化能力有显著提高,而且网络的收敛稳定,实际预测效果良好。 相似文献