正压浓相气力输灰仓泵流化盘的技术改造

针对正压浓相气力输灰仓泵流化盘容易损坏的问题，通过试验研究，对其进行了技术改造，提高了设备运行可靠性，并降低了生产成本。     

正压浓相气力除灰系统在北海电厂的应用

结合国投北部湾发电有限公司正压浓相气力除灰系统的运行现状,文章简要介绍了正压浓相气力输灰系统的工作原理、系统特点,分析了在运行过程中的常见故障,并提出预防措施及处理方法。     

浓相气力除灰系统在湛江发电厂的应用

英国CLYDE公司的麦考伯浓相除灰系统的关键部件是该公司的专利产品圆顶阀 ,该阀设计合理 ,在磨损量极小的状态下运行。系统的设计使全系统的阀门数量减少到最低限度。由于该系统流速低、磨损轻、输送浓度高、出力大、转动部件少 ,整个系统简单且运行可靠。该系统在湛江发电厂 3号机上运行后 ,未发生灰堵管现象。无论是在电除尘器下灰斗的开启关闭 ,还是灰斗中的干灰输送至中间灰库以及干灰从中间灰库流入管道输送到目标灰库 ,都采用程序控制 ,因而自动化程度高 ,基本上可以实现无人值班。该除灰系统的成功运行表明麦考伯浓相除灰系统可满足锅炉连续满负荷运行的要求。     

浓相气力除灰技术在湛江发电厂的应用

介绍了浓相正压气力除灰技术在湛江发电厂的成功应用,既降低了对环境的污染,又产生了良好的经济效益。     

浓相气力除灰技术在湛江发电厂的应用

介绍浓相正压气力除灰技术在湛江发电厂一期的应用。该项技术成功降低了电厂对环境的污染,且产生了良好的经济效益。     

正压浓相气力输灰系统及功能分析

结合现场输灰装置改造实际,介绍了正压浓相气力输灰系统及安装工艺要求,并对其功能特点和实用情况作了简要分析。     

正压浓相两级气力输灰系统应用

就华电哈密发电公司三期工程浓相气力除灰系统的选择、设计及运行调试做了较为详细的介绍。飞灰采用两级气力输送，自投运以来，运行平稳，安全可靠，在新疆地区属首次应用较为成功的设计，为以后的气力除灰系统远距离输送设计提供完善化的经验。     

浓相气力除灰技术在湛江发电厂一期的应用

介绍浓相正压气力除灰技术在湛江发电厂一期成功应用,既降低了对环境的污染,又产生了良好的经济效益,为其他同类电厂改造提供参考。     

正压浓相气力除灰系统出现的问题及解决措施

介绍了安庆石化热电厂正压浓相气力除灰系统。探讨了影响气力除灰的因素。分析了该系统在运行中出现的堵管、磨损及输灰时间过长等问题的原因,并提出了相应的解决措施。     

正压浓相气力输灰系统及应用分析

结合现场输灰装置改造实际 ,介绍了正压浓相气力输灰系统及安装工艺要求 ,并对其功能特点和应用情况作简要分析。     

气力除灰系统常见缺陷原因分析及防范措施

针对宁夏马莲台电厂2×330MW燃煤机组正压气力输灰系统的常见的缺陷，进行全面分析，找出缺陷发生的原因，提出了处理缺陷的改进措施。分析结果表明：燃煤发热量低，煤量大、灰量大是造成缺陷的主要原因。     

热电厂气力除灰PLC控制系统设计

介绍了气力除灰装置的结构组成和正压浓相气力除灰的工作流程,提出了以ModiconQUANTUM140系列可编程控制器(PLC)和Intellution的iFix监控软件相结合的系统设计方案,该方案以具有高速数据处理能力和组态灵活方便的PLC为控制核心,PLC配置为双机热备方式,实现了系统的可靠性要求,采用梯形图以模块化方式编写控制程序,实现了除灰系统的启动关闭控制、仓泵循环控制、故障报警等功能,同时,基于ModbusPlus协议实现PLC和上位机的数据通信实现了系统的远程监控。实际表明该除灰控制系统具有可靠性高、实用、性能好的特点。     

岳阳电厂气力输灰系统改造调试及分析

岳阳电厂旧输灰系统原设计为带低压气力连续泵的外旁通管和水力除灰联合的飞灰处理系统,运行多年来系统存在诸多问题,采用双套管紊流输灰技术进行了改造。分析了设计改造调试过程中存在的设备选型、系统设计优化问题并提出了改进方法。根据双套管系统特点对其原理、操作参数调整变化进行了说明。此系统为紊流浓相输送,其输灰管独特结构基本避免了输灰过程中的输灰管堵塞。实践证明该系统运行效果良好,经济性安全性上有明显提高。     

双套管气力输灰技术的应用

某电厂2×362．5MW机组静电除尘器从英国GEC引进,设计除灰系统采用气力斜槽水力除灰方式。随着燃煤灰分的增加、粉煤灰市场需求量的增大,逐渐暴露除干灰系统出力不足等问题,采用双套管气力输灰技术对除灰系统进行了改造。3年的运行表明：双套管气力除灰技术具有不堵管、浓度高、流速低、磨损小、对干灰品质适应性强等特点,相对其它气力输灰系统具有明显的优势。     

正压密相气力除灰系统的特点及应用

结合韶关发电厂10号机组除灰系统的设计，介绍了正压密相气力除灰系统的工作原理、工作流程、设计参数和组成结构，并对其特点进行了分析，为火力发电厂气力除灰系统的选择提供参考。     

大武口热电有限公司2号炉气力除灰系统改造

国电大武口热电有限公司2号炉气力除灰系统在机组168 h试运行后,因各种原因导致仓泵出料不畅、电除尘器灰斗出现大量高料位等故障,机组负荷受限,不能满出力运行。经过一系列改造后,除灰系统能正常稳定运行,电除尘器灰斗料位下降,电除尘器参数恢复正常,设备安全性得到保证,机组能满出力运行。     

正压浓相气力输送系统在下花园发电厂的应用

介绍下花园发电厂输灰系统改造的原因,对改造中所采用的新技术以及设备的配置情况加以探讨,指出了在改造过程中所发现的一些技术问题,并提出了有效的解决方案。     

粉煤灰分选多点取料并联管路系统的设计方法

根据流体力学和气固两相流动理论,提出了电厂煤粉灰分选系统中多点取料并联输送管路的设计方法。该方法已应用于国内多个电厂粉煤灰分选系统的设计,并获得成功,表明该设计方法是可行且有效的。     

A two‐step scheme for polynomial NARX model identification based on MOEA with prescreening process

Polynomial NARX (nonlinear autoregressive with exogenous) model identification has received considerable attention in last three decades. However, in a high‐order nonlinear system, it is very difficult to obtain the model structure directly even with state‐of‐art algorithms, because the number of candidate monomial terms is huge and increases drastically as the model order increases. Motivated by this fact, in this research, the identification is performed in two steps: firstly a prescreening process is carried out to select a reasonable number of important monomial terms based on two kinds of the importance indices. Then, in the reduced searching space with only the selected important terms, multi‐objective evolutionary algorithm (MOEA) is applied to determine a set of significant terms to be included in the polynomial model with the help of independent validation data. In this way, the whole identification algorithm is implemented efficiently. Numerical simulations are carried out to demonstrate the effectiveness of the proposed identification method. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于EMD和ABC-SVM的光伏并网系统输出功率预测研究

针对光伏发电系统的输出功率具有非平稳性和随机性的特点,提出一种基于经验模态分解(EMD)和人工蜂群算法(ABC)优化支持向量机(SVM)的光伏并网系统输出功率预测模型。首先根据预测日的天气预报数据,构建相似日的15 min输出功率时间序列。然后,将输出功率时间序列进行经验模态分解,得到不同尺度下的固有模态分量IMFn和趋势分量Res,针对每个IMF分量和趋势分量分别建立相应的支持向量机预测模型,并对SVM模型参数进行人工蜂群算法寻优预处理。最后,将每个模型预测的结果进行合成重构,得到光伏并网系统输出功率的预测值。通过实际数据测试表明:基于EMD和ABC-SVM的功率预测模型同单一SVM预测模型及未经优化的EMD-SVM预测模型相比,具有更快的运算速度和更高的预测精度。