超低负荷循环流化床机组NOx超低排放的GA-BP算法优化模型

• 作者: 张媛媛 曲江源 王鹏程 李圳 王珂 张锴
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: CFB机组 超低负荷 SNCR脱硝 BP神经网络 遗传算法 运行参数优化
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 智能控制与电力装备国产化技术专栏|Technology of smart control and power equipment localization
• 页码范围: 35-42
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.19666/j.rlfd.202104113

摘要

针对可再生能源并网后,大型循环流化床(CFB)机组在超低负荷下实现NOx超低排放的需求,利用BP神经网络算法构建了NOx排放质量浓度预测模型,并采用遗传算法优化了BP神经网络的权值和阈值.综合考虑机组负荷、给煤量、一次风量、二次风量、床层温度、旋风分离器入口温度、锅炉省煤器出口氧体积分数、尿素溶液母管流量和炉膛床层平均压力9个运行参数对350MW机组CFB锅炉NOx排放质量浓度的影响行为,获得了机组100MW超低负荷下的主要优化参数,即质量百分浓度为20％的尿素溶液流量为0.5m3/h,总一次风量和总二次风量优化比值为2.8,CFB锅炉床层操作温度为855℃,旋风分离器入口运行温度为778℃.