基于历史数据分析的锅炉燃烧优化方法
大型燃煤火电厂锅炉燃烧效率的提高和污染气体NOx的低排放对于节约能源和保护环境都有重要意义.通过燃烧优化可以提高锅炉热效率、降低锅炉的氮氧化物排放量等,因而广泛得到应用.本文以火电厂锅炉燃烧系统为研究对象,探讨研究了基于历史数据分析的锅炉燃烧优化理论与应用.火电厂锅炉设备庞大,过程多变量、大延迟、输入输出特性复杂、耦合性强、燃用煤种和操作条件变化较大,无法用理论方法建立燃烧模型.本文采用BP神经网络技术,根据锅炉燃烧过程中保存的历史数据,利用BP神经网络建立锅炉燃烧系统模型,并采用遗传算法非线性寻优技术,从模型中找出不同运行参数下最佳的运行方式,以此指导锅炉燃烧调整,实现锅炉燃烧系统的优化运行,对锅炉的节能降耗和降低环境污染都有重要意义.
火力发电厂 锅炉系统 燃烧效率 BP神经网络 节能降耗 环境保护
于爽 刘浩
天津华能杨柳青热电有限责任公司,天津市300380
国内会议
合肥
中文
1-6
2014-11-01（万方平台首次上网日期，不代表论文的发表时间）