大型燃煤锅炉氮氧化物排放预测模型

随着环保要求的不断提高,大型燃煤电厂锅炉的NOx排放特性日益受到关注。借助某600MW锅炉燃烧调整试验数据,采用BP-adaboost算法建立了NOx排放特性的预测模型。研究结构表明,与BP神经网络建立的NOx特性排放模型相比,该模型能根据燃煤特性及各种操作参数更加准确预测锅炉在不同工况下NOx排放特性。     

基于PSO优化锅炉氮氧化物的排放

以某超临界600 MW机组锅炉为例,采用BP-adaboost算法建立氮氧化物预测模型,通过粒子群优化算法(PSO)优化锅炉运行参数进而在减少氮氧化物排放的同时保持较高的锅炉效率.结果表明,所建模型预测氮氧化物排放量的误差可控制在3％以内,且具有较强的泛化能力;在机组满负荷运行工况下,优化后锅炉实际燃烧效率为92.04％,NOx排放量为520.93 mg/m3,相比优化前锅炉效率略有降低,但NOx排放量降低明显.