基于智能技術(shù)的煤粉鍋爐燃燒系統(tǒng)建模與優(yōu)化運(yùn)行的研究.pdf

1、在火電發(fā)電成本中，燃料費(fèi)用占有很大比例，在我國(guó)，由于管理水平和煤質(zhì)變動(dòng)等方面的原因，造成鍋爐機(jī)組煤耗較高，增加了生產(chǎn)成本。而提高鍋爐系統(tǒng)的運(yùn)行水平，促進(jìn)機(jī)組的節(jié)能降耗，是降低運(yùn)行成本，提高電廠競(jìng)爭(zhēng)能力的重要途徑。本文針對(duì)煤粉鍋爐操作人員在燃燒調(diào)整過(guò)程中缺少及時(shí)調(diào)整的依據(jù)的問(wèn)題，做了如下主要工作： (1) 在試驗(yàn)數(shù)據(jù)的基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)把鍋爐諸多運(yùn)行參數(shù)(負(fù)荷，配風(fēng)方式和煤質(zhì)特性等)與鍋爐的排煙溫度、飛灰含碳量和爐渣含碳

2、量關(guān)聯(lián)起來(lái)，并結(jié)合鍋爐反平衡效率計(jì)算方法，建立了預(yù)測(cè)鍋爐燃燒效率的混合模型。 (2) 在建模中，采用了BP神經(jīng)網(wǎng)絡(luò)，比較了兩種提高神經(jīng)網(wǎng)絡(luò)的泛化性能的方法：采用歸一化均方誤差函數(shù)；Bagging神經(jīng)網(wǎng)絡(luò)集成。實(shí)驗(yàn)結(jié)果表明，由7個(gè)獨(dú)立BP網(wǎng)絡(luò)組成的神經(jīng)網(wǎng)絡(luò)集成，在驗(yàn)證集上，排煙溫度、飛灰含碳量和爐渣含碳量的最大相對(duì)誤差分別為3.92﹪，4.8﹪和4.93﹪，比采用歸一化均方誤差函數(shù)的單個(gè)神經(jīng)網(wǎng)絡(luò)具有更好的泛化性能。 (3)