基于智能技術的煤粉鍋爐燃燒系統(tǒng)建模與優(yōu)化運行的研究
發(fā)布時間:2022-07-08 12:41
在火電發(fā)電成本中,燃料費用占有很大比例,在我國,由于管理水平和煤質(zhì)變動等方面的原因,造成鍋爐機組煤耗較高,增加了生產(chǎn)成本。而提高鍋爐系統(tǒng)的運行水平,促進機組的節(jié)能降耗,是降低運行成本,提高電廠競爭能力的重要途徑。本文針對煤粉鍋爐操作人員在燃燒調(diào)整過程中缺少及時調(diào)整的依據(jù)的問題,做了如下主要工作:(1)在試驗數(shù)據(jù)的基礎上,利用人工神經(jīng)網(wǎng)絡技術把鍋爐諸多運行參數(shù)(負荷,配風方式和煤質(zhì)特性等)與鍋爐的排煙溫度、飛灰含碳量和爐渣含碳量關聯(lián)起來,并結合鍋爐反平衡效率計算方法,建立了預測鍋爐燃燒效率的混合模型。(2)在建模中,采用了BP神經(jīng)網(wǎng)絡,比較了兩種提高神經(jīng)網(wǎng)絡的泛化性能的方法:采用歸一化均方誤差函數(shù);Bagging神經(jīng)網(wǎng)絡集成。實驗結果表明,由7個獨立BP網(wǎng)絡組成的神經(jīng)網(wǎng)絡集成,在驗證集上,排煙溫度、飛灰含碳量和爐渣含碳量的最大相對誤差分別為3.92%,4.8%和4.93%,比采用歸一化均方誤差函數(shù)的單個神經(jīng)網(wǎng)絡具有更好的泛化性能。(3)在建立鍋爐效率預測模型的基礎上,針對簡單遺傳算法的缺點,采用基于實數(shù)編碼的自適應遺傳算法進行尋優(yōu)。尋優(yōu)結果表明,在試驗工況上,效率平均提升幅度約為1%,而...
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 鍋爐簡介
1.2 研究背景及意義
1.3 鍋爐燃燒系統(tǒng)優(yōu)化運行研究動態(tài)
1.3.1 基于火焰圖像處理技術的研究動態(tài)
1.3.2 基于燃燒理論建模技術的研究動態(tài)
1.3.3 人工神經(jīng)網(wǎng)絡技術的研究動態(tài)
1.4 本文的研究內(nèi)容
第二章 鍋爐燃燒性能試驗研究
2.1 鍋爐熱效率分析
2.1.1 過量空氣系數(shù)的影響及調(diào)整方法
2.1.2 一次風的影響及調(diào)整方法
2.1.3 二次風的影響及調(diào)整方法
2.1.4 三次風的影響及調(diào)整方法
2.1.5 煤粉細度的影響及控制
2.1.6 給粉均勻性的影響與解決方法
2.2 試驗煤質(zhì)
2.3 試驗對象
2.4 試驗工況設定
2.5 試驗結果分析
2.5.1 鍋爐負荷的影響
2.5.2 制粉系統(tǒng)的影響
2.5.3 過量空氣系數(shù)的影響
2.5.4 一次風速的影響
2.5.5 配風方式的影響
2.6 小結
第三章 鍋爐熱效率神經(jīng)網(wǎng)絡模型的建立
3.1 BP神經(jīng)網(wǎng)絡
3.1.1 BP網(wǎng)絡結構
3.1.2 標準BP學習算法
3.1.3 標準BP算法的改進
3.2 鍋爐燃燒系統(tǒng)BP神經(jīng)網(wǎng)絡模型
3.2.1 輸出與輸入?yún)?shù)的選取
3.2.2 網(wǎng)絡結構的確定
3.2.3 性能函數(shù)的選取
3.2.4 BP網(wǎng)絡模型的建立
3.2.5 計算結果及分析
3.3 鍋爐燃燒系統(tǒng)BP神經(jīng)網(wǎng)絡集成模型
3.3.1 個體網(wǎng)絡生成
3.3.2 結論合并
3.3.3 神經(jīng)網(wǎng)絡集成模型的建立
3.3.4 計算結果及分析
3.4 鍋爐熱效率模型的建立
3.5 小結
第四章 鍋爐燃燒系統(tǒng)的優(yōu)化運行
4.1 遺傳算法簡介
4.1.1 概述
4.1.2 遺傳算法的運行機理
4.1.3 遺傳算法設計
4.2 基于實數(shù)編碼的自適應遺傳算法
4.2.1 算法的設計
4.2.2 遺傳算法的驗證
4.3 鍋爐燃燒優(yōu)化
4.3.1 尋優(yōu)參數(shù)及其約束條件的選擇
4.3.2 種群規(guī)模及收斂條件的確定
4.3.3 尋優(yōu)流程
4.3.4 尋優(yōu)結果及分析
4.4 小結
第五章 鍋爐燃燒系統(tǒng)優(yōu)化軟件的開發(fā)
5.1 鍋爐效率的在線計算方法
5.1.1 排煙損失的計算
5.1.2 固體未完全燃燒損失的計算
5.1.3 效率的在線計算方法
5.2 軟件的集成
5.2.1 神經(jīng)網(wǎng)絡工具箱
5.2.2 遺傳算法工具箱
5.2.3 軟件構成
5.2.4 軟件界面
5.3 小結
第六章 結論及展望
6.1 結論
6.2 展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表的論文及參與的科研項目
【參考文獻】:
期刊論文
[1]燃煤鍋爐高效低NOx運行策略的實驗研究[J]. 張毅,陳彪,丁艷軍,張清峰,吳占松. 清華大學學報(自然科學版). 2006(05)
[2]我國發(fā)電行業(yè)能效狀況分析[J]. 米建華. 電力設備. 2006(05)
[3]應用插值濾波反投影快速重建300MW電站鍋爐準三維溫度場[J]. 黃群星,馬增益,嚴建華,池涌,王飛,岑可法. 中國電機工程學報. 2005(06)
[4]煤質(zhì)成分在線檢測裝置[J]. 徐軍偉,崔國圣,宋兆龍. 江蘇電機工程. 2005(01)
[5]運行參數(shù)對鍋爐煤粉著火燃燒和飛灰含碳量影響的數(shù)值研究[J]. 陳炳華,張頡,孫銳,吳少華,秦裕琨. 動力工程. 2004(04)
[6]電站鍋爐高效低污染燃燒優(yōu)化算法研究[J]. 王培紅,李磊磊,陳強,董益華. 動力工程. 2004(04)
[7]電站鍋爐NOx排放與效率的響應特性模型[J]. 王培紅,李磊磊,陳強,董益華. 動力工程. 2004(02)
[8]PCA和SVM在火焰監(jiān)測中的應用研究[J]. 白衛(wèi)東,嚴建華,池涌,王飛,馬增益,林彬,倪明江,岑可法. 中國電機工程學報. 2004(02)
[9]火電廠鍋爐熱效率優(yōu)化調(diào)整軟件的開發(fā)[J]. 周昊,鄭立剛,翁安心,岑可法. 中國電力. 2004(02)
[10]煤質(zhì)在線分析技術應用現(xiàn)狀及研究[J]. 肖寶蘭,李鳳瑞,唐玉國,陳星旦,許思傳. 吉林電力. 2003(01)
博士論文
[1]電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D]. 李智.東北大學 2005
本文編號:3657048
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 鍋爐簡介
1.2 研究背景及意義
1.3 鍋爐燃燒系統(tǒng)優(yōu)化運行研究動態(tài)
1.3.1 基于火焰圖像處理技術的研究動態(tài)
1.3.2 基于燃燒理論建模技術的研究動態(tài)
1.3.3 人工神經(jīng)網(wǎng)絡技術的研究動態(tài)
1.4 本文的研究內(nèi)容
第二章 鍋爐燃燒性能試驗研究
2.1 鍋爐熱效率分析
2.1.1 過量空氣系數(shù)的影響及調(diào)整方法
2.1.2 一次風的影響及調(diào)整方法
2.1.3 二次風的影響及調(diào)整方法
2.1.4 三次風的影響及調(diào)整方法
2.1.5 煤粉細度的影響及控制
2.1.6 給粉均勻性的影響與解決方法
2.2 試驗煤質(zhì)
2.3 試驗對象
2.4 試驗工況設定
2.5 試驗結果分析
2.5.1 鍋爐負荷的影響
2.5.2 制粉系統(tǒng)的影響
2.5.3 過量空氣系數(shù)的影響
2.5.4 一次風速的影響
2.5.5 配風方式的影響
2.6 小結
第三章 鍋爐熱效率神經(jīng)網(wǎng)絡模型的建立
3.1 BP神經(jīng)網(wǎng)絡
3.1.1 BP網(wǎng)絡結構
3.1.2 標準BP學習算法
3.1.3 標準BP算法的改進
3.2 鍋爐燃燒系統(tǒng)BP神經(jīng)網(wǎng)絡模型
3.2.1 輸出與輸入?yún)?shù)的選取
3.2.2 網(wǎng)絡結構的確定
3.2.3 性能函數(shù)的選取
3.2.4 BP網(wǎng)絡模型的建立
3.2.5 計算結果及分析
3.3 鍋爐燃燒系統(tǒng)BP神經(jīng)網(wǎng)絡集成模型
3.3.1 個體網(wǎng)絡生成
3.3.2 結論合并
3.3.3 神經(jīng)網(wǎng)絡集成模型的建立
3.3.4 計算結果及分析
3.4 鍋爐熱效率模型的建立
3.5 小結
第四章 鍋爐燃燒系統(tǒng)的優(yōu)化運行
4.1 遺傳算法簡介
4.1.1 概述
4.1.2 遺傳算法的運行機理
4.1.3 遺傳算法設計
4.2 基于實數(shù)編碼的自適應遺傳算法
4.2.1 算法的設計
4.2.2 遺傳算法的驗證
4.3 鍋爐燃燒優(yōu)化
4.3.1 尋優(yōu)參數(shù)及其約束條件的選擇
4.3.2 種群規(guī)模及收斂條件的確定
4.3.3 尋優(yōu)流程
4.3.4 尋優(yōu)結果及分析
4.4 小結
第五章 鍋爐燃燒系統(tǒng)優(yōu)化軟件的開發(fā)
5.1 鍋爐效率的在線計算方法
5.1.1 排煙損失的計算
5.1.2 固體未完全燃燒損失的計算
5.1.3 效率的在線計算方法
5.2 軟件的集成
5.2.1 神經(jīng)網(wǎng)絡工具箱
5.2.2 遺傳算法工具箱
5.2.3 軟件構成
5.2.4 軟件界面
5.3 小結
第六章 結論及展望
6.1 結論
6.2 展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表的論文及參與的科研項目
【參考文獻】:
期刊論文
[1]燃煤鍋爐高效低NOx運行策略的實驗研究[J]. 張毅,陳彪,丁艷軍,張清峰,吳占松. 清華大學學報(自然科學版). 2006(05)
[2]我國發(fā)電行業(yè)能效狀況分析[J]. 米建華. 電力設備. 2006(05)
[3]應用插值濾波反投影快速重建300MW電站鍋爐準三維溫度場[J]. 黃群星,馬增益,嚴建華,池涌,王飛,岑可法. 中國電機工程學報. 2005(06)
[4]煤質(zhì)成分在線檢測裝置[J]. 徐軍偉,崔國圣,宋兆龍. 江蘇電機工程. 2005(01)
[5]運行參數(shù)對鍋爐煤粉著火燃燒和飛灰含碳量影響的數(shù)值研究[J]. 陳炳華,張頡,孫銳,吳少華,秦裕琨. 動力工程. 2004(04)
[6]電站鍋爐高效低污染燃燒優(yōu)化算法研究[J]. 王培紅,李磊磊,陳強,董益華. 動力工程. 2004(04)
[7]電站鍋爐NOx排放與效率的響應特性模型[J]. 王培紅,李磊磊,陳強,董益華. 動力工程. 2004(02)
[8]PCA和SVM在火焰監(jiān)測中的應用研究[J]. 白衛(wèi)東,嚴建華,池涌,王飛,馬增益,林彬,倪明江,岑可法. 中國電機工程學報. 2004(02)
[9]火電廠鍋爐熱效率優(yōu)化調(diào)整軟件的開發(fā)[J]. 周昊,鄭立剛,翁安心,岑可法. 中國電力. 2004(02)
[10]煤質(zhì)在線分析技術應用現(xiàn)狀及研究[J]. 肖寶蘭,李鳳瑞,唐玉國,陳星旦,許思傳. 吉林電力. 2003(01)
博士論文
[1]電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D]. 李智.東北大學 2005
本文編號:3657048
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/3657048.html