發(fā)布時(shí)間：2017-06-08 09:04

  本文關(guān)鍵詞：燃煤電站鍋爐低NOx燃燒優(yōu)化運(yùn)行策略的研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 鍋爐低NOx燃燒優(yōu)化運(yùn)行是指通過合理地組織爐內(nèi)燃燒以實(shí)現(xiàn)低NOx排放和高效率燃燒,但爐內(nèi)NOx生成的控制措施與爐內(nèi)穩(wěn)定燃燒及燃盡的技術(shù)原則存在不同,因此如何兼顧降低NOx排放量和提升鍋爐效率使得鍋爐排污和煤耗的綜合成本最低是鍋爐低NOx燃燒優(yōu)化的目標(biāo)。燃煤電站鍋爐高效低NOx燃燒優(yōu)化過程通常分為兩個(gè)階段:第一個(gè)階段為建立NOx排放和鍋爐效率預(yù)測(cè)模型,所建模型須能依據(jù)歷史運(yùn)行數(shù)據(jù)和當(dāng)前運(yùn)行狀況映射出NOx排放和鍋爐效率與鍋爐各輸入運(yùn)行變量的變化關(guān)系;第二個(gè)階段為利用約束優(yōu)化技術(shù)求取低NOx排放的優(yōu)化運(yùn)行方案,然后依據(jù)此方案指導(dǎo)運(yùn)行人員實(shí)時(shí)運(yùn)行(開環(huán)模式)或在一定條件下通過集散控制系統(tǒng)(DCS)將優(yōu)化運(yùn)行方案自動(dòng)輸入到鍋爐,調(diào)整可調(diào)運(yùn)行參數(shù)(閉環(huán)模式)以實(shí)現(xiàn)低NOx燃燒優(yōu)化運(yùn)行。 本文首先對(duì)燃煤電站鍋爐低NOx燃燒優(yōu)化運(yùn)行進(jìn)行了探討和綜述,它包括電站煤粉爐NOx生成機(jī)理及主要控制方法、影響電站煤粉爐NOx排放特性的主要因素、煤粉爐燃燒時(shí)NOx生成量預(yù)測(cè)及模型優(yōu)化算法。然后分別以300MW機(jī)組單爐體雙爐膛八角切圓和300MW機(jī)組單爐堂四角切圓燃燒鍋爐為研究對(duì)象,以現(xiàn)場(chǎng)熱態(tài)燃燒調(diào)整試驗(yàn)數(shù)據(jù)為基礎(chǔ),利用基于貝葉斯規(guī)范化的L-M改進(jìn)BP算法建立了NOx排放特性和鍋爐效率與各操作運(yùn)行變量之間的經(jīng)驗(yàn)預(yù)測(cè)模型,并對(duì)所建模型進(jìn)行了預(yù)測(cè)能力的測(cè)試,測(cè)試結(jié)果表明該模型可相對(duì)快速準(zhǔn)確地預(yù)測(cè)出鍋爐實(shí)時(shí)運(yùn)行工況下的NOx排放量和鍋爐效率值。 BP神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)建模和控制方面得到廣泛應(yīng)用,且也已經(jīng)被應(yīng)用到燃煤電站鍋爐NOx排放預(yù)測(cè)控制。但BP神經(jīng)網(wǎng)絡(luò)在獲得訓(xùn)練成功的預(yù)測(cè)模型之前要求大量的、信息豐富的歷史數(shù)據(jù),它要求有計(jì)劃地把鍋爐實(shí)時(shí)運(yùn)行數(shù)據(jù)添加到模型中,使模型不斷更新以能夠充分體現(xiàn)鍋爐動(dòng)態(tài)運(yùn)行狀況。而基于梯度下降法的BP學(xué)習(xí)算法具有建模耗費(fèi)時(shí)間長(zhǎng)和容易陷入“過擬合”的缺陷,從而限制了模型的更新和預(yù)測(cè)推廣能力。為解決此問題,文中研究了利用具有計(jì)算速度快、泛化能力強(qiáng)的最小二乘支持向量機(jī)建立了NOx排放特性和鍋爐效率的預(yù)測(cè)模型,并將其與利用BP神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型作了比較,結(jié)果表明前者既能夠準(zhǔn)確預(yù)測(cè)在不同運(yùn)行工況下的NOx排放量又具有更強(qiáng)的泛化能力,與其它建模方法相比該方法更適合NOx排放的在線預(yù)測(cè)。 建立NOx排放特性和鍋爐效率的預(yù)測(cè)模型后,文中結(jié)合所建模型和遺傳算法實(shí)現(xiàn)了三種不同優(yōu)化目標(biāo)下的運(yùn)行方案優(yōu)化搜索,優(yōu)化目標(biāo)分別是:單獨(dú)優(yōu)化NOx排放量、單獨(dú)優(yōu)化鍋爐效率及兼顧NOx排放量和鍋爐效率實(shí)施綜合優(yōu)化。所得優(yōu)化運(yùn)行方案具有實(shí)際可操作性,可為鍋爐低NOx燃燒優(yōu)化運(yùn)行的閉環(huán)/開環(huán)控制提供模型基礎(chǔ)。
【關(guān)鍵詞】：鍋爐 氮氧化物 BP神經(jīng)網(wǎng)絡(luò) 支持向量機(jī) 遺傳算法 燃燒優(yōu)化
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TK229.6
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 主要符號(hào)說明12-13
• 1. 緒論13-18
• 1.1 課題研究背景及意義13-15
• 1.2 本文主要研究?jī)?nèi)容15-18
• 2. 燃煤電站鍋爐低NOX 燃燒優(yōu)化運(yùn)行綜述18-35
• 2.1 煤燃燒時(shí)NOX 生成機(jī)理18-22
• 2.1.1 NOx 的生成機(jī)理18-19
• 2.1.2 煤燃燒時(shí)NOx 生成機(jī)理19-21
• 2.1.3 煤粉鍋爐爐內(nèi)燃燒時(shí)NOx 的生成機(jī)理21-22
• 2.2 復(fù)合式空氣分級(jí)低NOX 優(yōu)化燃燒技術(shù)22-24
• 2.2.1 空氣分段燃燒降低NOx 排放技術(shù)22-23
• 2.2.2 復(fù)合式空氣分段低NOx 燃燒技術(shù)的優(yōu)化設(shè)計(jì)與應(yīng)用23-24
• 2.3 影響燃煤電站鍋爐NOX 排放特性的主要因素24-27
• 2.3.1 燃料特性影響25
• 2.3.2 過量空氣系數(shù)/總空氣量/過氧量對(duì)NOx 生成量的影響25
• 2.3.3 一次風(fēng)率對(duì)NOx 生成量的影響25-26
• 2.3.4 燃盡風(fēng)對(duì)NOx 生成量的影響26
• 2.3.5 負(fù)荷對(duì)NOx 生成量的影響26
• 2.3.6 煤粉細(xì)度對(duì)NOx 生成量的影響26
• 2.3.7 磨煤機(jī)組合方式對(duì)NOx 生成量的影響26-27
• 2.3.8 熱二次風(fēng)溫對(duì)NOx 生成量的影響27
• 2.3.9 二次風(fēng)配風(fēng)方式對(duì)NOx 生成量的影響27
• 2.4 煤粉爐內(nèi)燃燒時(shí)NOX 生成量的預(yù)測(cè)及優(yōu)化算法綜述27-34
• 2.5 本章小結(jié)34-35
• 3. BP 神經(jīng)網(wǎng)絡(luò)的建模原理及其在燃煤電站鍋爐低NOX 燃燒優(yōu)化建模中的應(yīng)用35-74
• 3.1 人工神經(jīng)網(wǎng)絡(luò)概述35-36
• 3.2 BP 神經(jīng)網(wǎng)絡(luò)建模原理36-43
• 3.2.1 BP 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)36-38
• 3.2.2 BP 算法及其改進(jìn)38-43
• 3.3 BP 網(wǎng)絡(luò)的設(shè)計(jì)43-45
• 3.3.1 網(wǎng)絡(luò)輸入與輸出層的設(shè)計(jì)原則43-44
• 3.3.2 隱層的設(shè)計(jì)技巧44-45
• 3.3.3 初始值的選取及預(yù)處理45
• 3.4 燃煤電站鍋爐低NOX 燃燒優(yōu)化模型的BP 網(wǎng)絡(luò)實(shí)現(xiàn)45-71
• 3.4.1 案例1 - 利用BP 神經(jīng)網(wǎng)絡(luò)建立諫壁發(fā)電廠300MW 機(jī)組單爐體雙爐膛八角切圓燃燒鍋爐NOx 排放特性的預(yù)測(cè)模型45-57
• 3.4.2 案例2 - 利用BP 神經(jīng)網(wǎng)絡(luò)建立外高橋電廠300MW 機(jī)組四角切圓燃燒鍋爐NOx 排放特性預(yù)測(cè)模型57-71
• 3.5 本章小結(jié)71-74
• 4. 支持向量機(jī)及其在燃煤電站鍋爐低NOX 燃燒優(yōu)化建模中的應(yīng)用74-102
• 4.1 統(tǒng)計(jì)學(xué)習(xí)理論概述75-80
• 4.1.1 機(jī)器學(xué)習(xí)理論75-76
• 4.1.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化準(zhǔn)則76-77
• 4.1.3 統(tǒng)計(jì)學(xué)習(xí)一致性的條件77
• 4.1.4 VC 維理論與推廣性的界77-79
• 4.1.5 結(jié)構(gòu)風(fēng)險(xiǎn)最小化79-80
• 4.2 支持向量機(jī)80-88
• 4.2.1 支持向量機(jī)基本理論及方法80-85
• 4.2.2 支持向量機(jī)的算法步驟85
• 4.2.3 最小二乘支持向量機(jī)算法85-86
• 4.2.4 支持向量機(jī)的主要優(yōu)缺點(diǎn)86-88
• 4.3 最小二乘支持向量機(jī)在燃煤鍋爐低NOX 燃燒優(yōu)化建模中的應(yīng)用88-100
• 4.3.1 案例1 - 利用最小二乘支持向量機(jī)建立諫壁發(fā)電廠300MW 機(jī)組單爐體雙爐膛八角切圓燃燒鍋爐NOx 排放特性預(yù)測(cè)模型88-93
• 4.3.2 案例2 - 利用最小二乘支持向量機(jī)建立外高橋電廠300MW 機(jī)組四角切圓燃燒鍋爐NOx 排放特性預(yù)測(cè)模型93-100
• 4.4 本章小結(jié)100-102
• 5. 遺傳算法及其在燃煤電站鍋爐低NOX 燃燒優(yōu)化中的應(yīng)用102-129
• 5.1 遺傳算法的基本原理與方法102-110
• 5.1.1 編碼103-104
• 5.1.2 基本操作算子和控制參數(shù)選擇104-107
• 5.1.3 適應(yīng)度函數(shù)107-108
• 5.1.4 約束條件處理108
• 5.1.5 遺傳算法的未成熟收斂問題及其防止108-109
• 5.1.6 多目標(biāo)優(yōu)化問題109-110
• 5.2 遺傳算法在燃煤電站鍋爐低NOX 燃燒優(yōu)化中的應(yīng)用110-127
• 5.2.1 利用遺傳算法優(yōu)化NOx 排放特性的LS-SVM 模型的模型參數(shù)111-112
• 5.2.2 利用遺傳算法優(yōu)化案例1 的NOx 排放水平和鍋爐效率112-119
• 5.2.3 利用遺傳算法優(yōu)化案例2 的NOx 排放水平和供電煤耗119-127
• 5.3 本章小結(jié)127-129
• 6. 全文總結(jié)與展望129-132
• 參考文獻(xiàn)132-136
• 致謝136-137
• 攻讀碩士期間發(fā)表的學(xué)術(shù)論文目錄137

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李朋;施萬玲;桂瑩;茍小龍;;鍋爐燃燒及NO_x生成特性的數(shù)值仿真[J];計(jì)算機(jī)仿真;2011年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 劉建軍;加入爐膛溫度信息的電站鍋爐燃燒優(yōu)化[D];華中科技大學(xué);2011年

2 陳慶文;大型電站鍋爐配煤摻燒的NOx排放特性預(yù)測(cè)與優(yōu)化運(yùn)行[D];華南理工大學(xué);2010年

3 張瑩;數(shù)據(jù)挖掘在混煤燃燒NOx運(yùn)行優(yōu)化中的應(yīng)用[D];昆明理工大學(xué);2012年

  本文關(guān)鍵詞：燃煤電站鍋爐低NOx燃燒優(yōu)化運(yùn)行策略的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：431999