人工智能技术在电站锅炉燃烧优化中的应用研究

• 作者: 李磊磊 王培红 董益华 陈强
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 锅炉 神经网络 遗传算法 燃烧优化 NOx排放 锅炉效率
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 热力工程
• 页码范围: 184-188
• 页数: 5页
• 分类号: TK31
• 字数: 4418字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2004.04.034

摘要

电站锅炉的运行面临降低运行成本与降低污染物排放的双重要求,高效低污染的优化决策问题日益引起关注.由于锅炉设备结构庞大,运行条件复杂,燃料性质多变等因素,建立电站锅炉排放特性的函数模型难度极大,为满足锅炉高效低污染燃烧优化研究的需要,该文借助优化燃烧特性试验数据,建立了电站锅炉热效率与NOx排放的响应特性的神经网络与解析函数的混合模型.文中使用了非函数形式的响应模型,燃烧优化采用了十进制遗传算法.优化数值解表明,该方法可针对锅炉热效率和NOx排放的不同优化目标,给出可行的调整各风门开度等操作量的优化控制方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培红	东南大学动力系	116	1779	23.0	38.0
2	陈强	东南大学动力系	26	549	9.0	23.0
3	李磊磊	东南大学动力系	5	337	5.0	5.0
4	董益华	东南大学动力系	7	405	6.0	7.0