燃煤電站鍋爐的燃燒優(yōu)化技術(shù)及相關(guān)算法應(yīng)用研究.pdf

1、能源與環(huán)境問(wèn)題是影響國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵問(wèn)題，當(dāng)前國(guó)家重視節(jié)能減排措施，現(xiàn)代燃煤發(fā)電廠面臨著提高鍋爐效率和降低污染物排放的雙重目標(biāo)，而NOx是電廠污染物排放的主要來(lái)源，因此燃煤電站鍋爐燃燒優(yōu)化技術(shù)的應(yīng)用必須同時(shí)兼顧鍋爐效率和NOx排放量。
　　 針對(duì)國(guó)內(nèi)外燃燒優(yōu)化技術(shù)的應(yīng)用現(xiàn)狀，本文基于電廠生產(chǎn)運(yùn)行數(shù)據(jù)和入爐煤質(zhì)數(shù)據(jù)，分別利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、最小二乘支持向量機(jī)建立排煙溫度預(yù)測(cè)模型，結(jié)果表明SVM的泛化能力相比BP和

2、LS-SVM較高且收斂速度快，同時(shí)也表明煤質(zhì)因素對(duì)模型預(yù)測(cè)精度的重要性。并研究了利用優(yōu)化算法和交叉驗(yàn)證方法對(duì)模型的超參數(shù)進(jìn)行優(yōu)化選擇，可以很好地避免學(xué)習(xí)過(guò)擬合問(wèn)題。
　　 在以大量的煤質(zhì)化驗(yàn)數(shù)據(jù)為基礎(chǔ)，利用基于差分進(jìn)化算法優(yōu)化的SVM方法建立空干基下的碳元素、氮元素與揮發(fā)分、固定碳、灰分、發(fā)熱量、硫、氫之間數(shù)學(xué)關(guān)系的預(yù)測(cè)模型，氧元素根據(jù)元素平衡公式進(jìn)行計(jì)算，結(jié)果分析表明此模型相比其它模型具有更高的預(yù)測(cè)精度，且適用于更寬的煤質(zhì)范圍