基于神經網絡的火電機組性能在線監(jiān)測研究.pdf

1、隨著電力行業(yè)DCS系統(tǒng)和在線監(jiān)控系統(tǒng)的不斷完善，在保證鍋爐機組安全運行的基礎上，電力行業(yè)更加關注鍋爐的經濟、低污染燃燒，如何提高火電機組運行的經濟性、減少能損及污染物排放已成為國內外研究的一個熱點課題。因此，利用火電廠運行優(yōu)化系統(tǒng)指導電廠優(yōu)化運行的重要性日益突出。目前已經使用的火電廠運行優(yōu)化系統(tǒng)，主要是以運行參數(shù)在線監(jiān)測、熱經濟性計算為基礎。其中，首要解決的問題是如何在線監(jiān)測火電機組性能參數(shù)。在火電廠性能參數(shù)中，飛灰含碳量和煙氣含氧量等

2、的測量精度將直接影響電廠熱經濟性指標。本文的主要研究內容是將人工神經網絡理論應用于鍋爐飛灰含碳量和煙氣含氧量的預測研究，并將預測模型運用到火電廠性能在線監(jiān)測系統(tǒng)中。
　　 本論文在討論BP神經網絡各種算法的基礎上，將模糊邏輯理論和神經網絡結合，建立模糊神經網絡模型。分析了飛灰含碳量和煙氣含氧量的影響因素，采用靈敏度分析方法確定了其主要影響因素，建立了預測模型，利用從某電廠DCS控制系統(tǒng)采集的歷史數(shù)據(jù)，對該模型進行訓練和檢驗，得到