基于人工神經(jīng)網(wǎng)絡和遺傳算法的鍋爐對流受熱面污染監(jiān)測研究.pdf

1、燃煤電站鍋爐各受熱面不可避免地會出現(xiàn)灰污現(xiàn)象，灰污對機組的安全經(jīng)濟運行有重大影響。而隨著電力市場競爭加劇，電站摻燒低價劣質(zhì)煤，使得灰污現(xiàn)象加??；故受熱面灰污狀態(tài)監(jiān)測與吹灰優(yōu)化成為近來國內(nèi)外研究的熱點。在鍋爐運行中，吹灰是清除灰污和保持鍋爐受熱面?zhèn)鳠嵝阅艿囊环N有效手段。如何準確監(jiān)測爐內(nèi)各受熱面的結(jié)渣積灰狀況和變化趨勢，并及時有效地采取相應的吹灰清渣措施，顯得十分重要。 為了實現(xiàn)鍋爐受熱面的吹灰優(yōu)化，本文主要研究了電站燃煤鍋爐受

2、熱面灰污狀態(tài)在線實時監(jiān)測的理論與方法。針對鍋爐受熱面結(jié)渣、積灰特性，本文采用人工神經(jīng)網(wǎng)絡應用于鍋爐受熱面灰污監(jiān)測，并選擇將工質(zhì)的進出口溫度、煙氣進出口溫度、工質(zhì)流量、機組負荷、過量空氣系數(shù)、燃煤成分等作為輸入變量，以反映受熱面積灰狀況的污染系數(shù)作為輸出向量。在上述研究的基礎上，結(jié)合工況及煤質(zhì)對灰污狀況的影響分析，從而應用3層神經(jīng)網(wǎng)絡構(gòu)建了 300MW 電站鍋爐受熱面積灰監(jiān)測數(shù)學模型。 在人工神經(jīng)網(wǎng)絡的基礎上，本文采用了遺傳算

3、法優(yōu)化網(wǎng)絡的結(jié)構(gòu)和權(quán)值。通過選擇、交叉、變異等操作，可提高學習效率，避免學習中陷入局部最小，使模型最終具有了良好的收斂性和適應性。網(wǎng)絡進行訓練的樣本數(shù)據(jù)來自電廠 DCS 系統(tǒng)所采集的機組實時數(shù)據(jù)，并進行過規(guī)格化處理。 本文中所開發(fā)的實時監(jiān)測系統(tǒng)，經(jīng)大量試驗的驗證和在線調(diào)試，實際應用于華電青島發(fā)電公司300Mw燃煤鍋爐。監(jiān)測結(jié)果表明，所建模型能正確反映各級受熱面的污染系數(shù)的變化，所開發(fā)的系統(tǒng)軟件能夠提供鍋爐受熱面的在線監(jiān)測功能