带校正的锅炉燃烧预测模型应用

• 作者: 李金 汤伟 王古月
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 电站锅炉 燃烧优化 神经网络 粒子群算法 预测模型 校正 DCS
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 发电技术
• 页码范围: 22-27
• 页数: 6页
• 分类号: TK227.1
• 字数: 3325字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2017.011.005

摘要

基于燃烧优化调整试验的优化方法难以取得长久而有效的作用,为满足锅炉高效低污染燃烧的迫切需求,借助燃烧优化性能试验数据,应用人工神经网络建立预测模型,实现飞灰含碳量和排烟温度的软测量并利用预测数据校正飞灰含碳量、排烟温度的测量值.同时将校正的数据经过判断模块后输入到锅炉热效率和NOx排放量预测的混合模型,不断扩充训练数据维数,并利用粒子群算法实现操作参数的实时寻优.实践证明:这种方法能够利用分散控制系统(distributed control system,DCS)实时数据,较为准确地获取当前最佳的锅炉燃烧调整方案,可在锅炉效率合理变化的基础上大幅度减少NOx的排放量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤伟	陕西科技大学电气与信息工程学院	240	1092	15.0	22.0
2	李金		6	15	2.0	3.0
3	王古月	陕西科技大学机电工程学院	6	3	1.0	1.0