ANN与FLASHCHAINTM模块预测燃煤锅炉煤炭生成氮氧化物与飞灰未燃碳之分析研究

摘要：

本研究主要针对燃煤汽电共生锅炉，采用类神经网络(ArtificialNeural Net-work，ANN)以及NOx-LOI Predictor两种预测模型，评估不同煤质生成氮氧化物和飞灰未燃碳之差异程度。研究以一座燃煤汽电共生实厂，利用历史煤炭资料及运转操作数据为基础，建立类神经网络以及Nox-LOI Predictor煤质评估预测模块，进行预测并比较分析不同煤炭燃烧之锅炉性能指针及操控条件，提供厂家购煤换煤之评估。研究结果显示，类神经网络建立之煤质评估模块，对该厂之氮氧化物(N0x)、飞灰未燃碳(LOI)与操控条件之预测均有良好的准确度。这种预测结果将可提供汽电共生厂换煤之锅炉性能及污染预测，因而降低换煤之风险与运转成本。

关键词： 燃煤锅炉 类神经网络 飞灰未燃碳 氮氧化物 预测模型

作者: 张育诚 王修哲 万皓鹏 柯旭勋

作者单位: 工业技术研究院 能源与环境研究所 工业节能技术组 热能应用研究室 洁净能源技术组 生质能研究室 中钢公司

会议类型: 国内会议

会议名称: 2007年中国电机工程学会热电专业委员会团体会员大会暨热电联产学术交流会

会议地点: 江苏无锡

会议语种:中文

页码: 626-635

在线出版日期: 2007-05-01（万方平台首次上网日期，不代表论文的发表时间）