隨著我國經(jīng)濟(jì)的快速發(fā)展,對(duì)于能源的消耗有著極大的需求,我國的能源消耗以煤炭為主,并且大部分煤都用來發(fā)電。由于煤炭的存儲(chǔ)分布和經(jīng)濟(jì)發(fā)展不協(xié)調(diào),同時(shí)煤炭運(yùn)輸能力不足,運(yùn)費(fèi)價(jià)格升高,導(dǎo)致了許多電廠燃用煤種混雜,實(shí)際燃用煤種偏離了鍋爐的設(shè)計(jì)值,而且各地區(qū)的煤質(zhì)質(zhì)量差別較大,大部分的煤種的煤質(zhì)往往不能滿足電廠的燃煤要求。動(dòng)力配煤技術(shù)可以根據(jù)煤種的煤質(zhì),配出滿足鍋爐熱效率高、結(jié)渣少、發(fā)電經(jīng)濟(jì)等條件的煤質(zhì),從而滿足電廠的要求。本文以蕪湖電廠為背景。針對(duì)該電廠的鍋爐熱效率和結(jié)渣問題,建立了以煤的發(fā)熱量、揮發(fā)分、水分、灰分、氧量為輸入?yún)?shù),對(duì)應(yīng)輸出參數(shù)為鍋爐熱效率的高斯過程回歸（GPR）預(yù)測(cè)模型。建立了以Fe₂O₃、MgO、CaO、TiO₂、AL₂O₃、SiO₂、K₂O、Na₂O為輸入?yún)?shù),對(duì)應(yīng)輸出參數(shù)為煤的軟化溫度的高斯過程回歸（GPR）預(yù)測(cè)模型,使用相應(yīng)的混煤數(shù)據(jù)來驗(yàn)證已建立的軟化溫度預(yù)測(cè)模型,使用粒子群優(yōu)化算法（PSO）尋找... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

3條樣本的鍋爐熱效率的實(shí)測(cè)值、GPR預(yù)測(cè)值、SVR預(yù)測(cè)值對(duì)比圖

杭州電子科技大學(xué)碩士學(xué)位論文37·圖4.312條樣本單煤灰熔點(diǎn)的實(shí)測(cè)值、GPR預(yù)測(cè)值、SVR預(yù)測(cè)值對(duì)比圖4.6.2混煤灰熔點(diǎn)驗(yàn)證已建立的基于粒子群的高斯過程回歸模型為了驗(yàn)證上節(jié)中基于粒子群的高斯過程回歸灰熔點(diǎn)模型對(duì)配煤灰熔點(diǎn)的預(yù)測(cè)情況，使用建立的高斯過程回歸模型來對(duì)表3.11中的17種混煤進(jìn)行預(yù)測(cè)，GPR模型預(yù)測(cè)的最大相對(duì)誤差為3.13%，平均相對(duì)誤差為1.10%。SVR預(yù)測(cè)的最大相對(duì)誤差為4.18%，平均相對(duì)誤差為1.63%，這說明了GPR模型對(duì)混煤灰熔點(diǎn)的預(yù)測(cè)能力比SVR模型更好，再者從圖4.4可以看出高斯過程回歸模型的整體效果比支持向量機(jī)回歸模型要好的很多，兩種模型對(duì)于灰熔點(diǎn)被人為的設(shè)定為（ST>1500℃）1500℃的預(yù)測(cè)結(jié)果和其它數(shù)據(jù)點(diǎn)相比誤差略大一點(diǎn)。除此之外，其它的數(shù)據(jù)點(diǎn)高斯過程回歸比支持向量機(jī)更加精準(zhǔn)，進(jìn)一步說明了高斯過程回歸模型的泛化能力較好。通過混煤的驗(yàn)證說明了高斯過程回歸灰熔點(diǎn)預(yù)測(cè)模型的建立是可靠的。

杭州電子科技大學(xué)碩士學(xué)位論文38·圖4.417條樣本混煤灰熔點(diǎn)的實(shí)測(cè)值、GPR預(yù)測(cè)值、SVR預(yù)測(cè)值對(duì)比圖4.7配煤模型的建立4.7.1配煤的約束條件本文從經(jīng)濟(jì)、安全以及鍋爐的設(shè)計(jì)指標(biāo)方面建立了配煤的約束條件，經(jīng)濟(jì)方面指的是鍋爐的熱效率，能夠最大化鍋爐熱效率，可以節(jié)約成本，提高收益，使得企業(yè)更加具有競(jìng)爭(zhēng)力。安全方面指的是鍋爐的結(jié)渣問題，約束條件如下：發(fā)熱量()<AQiiBQfx,QQ(4.2)揮發(fā)分(,)AViiBVfxVV(4.3)硫分(,)SiiBfxSS(4.4)水分(,)AMiiBMfxMM(4.5)灰分(,)AAiiBAfxAA(4.6)灰熔點(diǎn)


本文編號(hào)：2997822