基于人工神经网络和模拟进化算法的分级燃烧优化

• 作者: 周茵 夏国栋 徐寿臣 程伟良
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 锅炉 分级燃烧优化 人工神经网络 模拟进化算法
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 热能工程
• 页码范围: 693-696
• 页数: 4页
• 分类号: TK22
• 字数: 2732字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2005.05.030

摘要

为控制锅炉燃烧向环境排放NOx造成的污染,提出了分级燃烧技术的综合优化方案.建立了基于人工神经网络及模拟进化算法的100MW火电机组锅炉分级燃烧优化模型,选取16个影响因子进行了分级燃烧的7个可调节参数优化,以达到机组的性能优化目标.锅炉负荷为100%、90%、80%及70%,相应神经网络训练次数分别为11523、14810、13410及19732时满足均方差要求.该神经网络模型优化时采用的种群数为80,交叉概率为0.8,变异概率为0.15.结果表明:锅炉效率和NOx排放量优化计算值同实测值相对误差低于1%;NOx平均排放量由原来的812mg/m3降为645mg/m3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏国栋	北京工业大学环境与能源工程学院	86	624	14.0	20.0
2	程伟良	华北电力大学动力工程系	58	562	14.0	21.0
3	周茵	华北电力大学动力工程系	16	183	9.0	13.0
4	徐寿臣	国家电网公司高级培训中心	6	79	4.0	6.0