本文選題：鍋爐　切入點：燃燒控制　出處：《熱力發(fā)電》2017年12期 　論文類型：期刊論文

【摘要】：針對目前國內(nèi)電站鍋爐燃燒建模存在煤質(zhì)與負荷波動頻繁、測點精度有限、設(shè)備運行組合多變等產(chǎn)生的問題,提出了電站鍋爐燃燒的非對稱神經(jīng)網(wǎng)絡(luò)建模方法。將鍋爐模型的輸入按照實際物理規(guī)律的關(guān)聯(lián)關(guān)系設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)組合,去掉關(guān)聯(lián)性較弱的聯(lián)系,從而使模型天然體現(xiàn)一定的鍋爐燃燒規(guī)律,實現(xiàn)了不同燃燒器出力分配下的單一網(wǎng)絡(luò)建模,提高了學習訓練效率,并大幅降低了模型所需樣本數(shù)量。將經(jīng)典對稱神經(jīng)網(wǎng)絡(luò)模型和非對稱神經(jīng)網(wǎng)絡(luò)模型進行對比訓練,結(jié)果表明本文提出的非對稱神經(jīng)網(wǎng)絡(luò)建模方法檢驗正確率高。將其應(yīng)用于某超臨界660 MW機組的燃燒優(yōu)化控制,鍋爐效率平均可提高0.25%。
[Abstract]:In view of the problems of frequent fluctuation of coal quality and load, limited precision of measuring point and changeable operation combination of equipment in the combustion modeling of domestic power plant boiler at present, An asymmetric neural network modeling method for boiler combustion in power plant is proposed. The input of boiler model is combined according to the correlation relation of actual physical law, and the relation of weak correlation is removed. Thus, the model naturally embodies a certain boiler combustion law, realizes the single network modeling under different burner force distribution, and improves the efficiency of learning and training. The classical symmetric neural network model and the asymmetric neural network model are compared and trained. The results show that the unsymmetrical neural network modeling method proposed in this paper has a high test accuracy. The boiler efficiency can be increased by 0.25 on average when it is applied to the combustion optimization control of a supercritical 660 MW unit.
【作者單位】： 西安熱工研究院有限公司;國家電投集團河南電力有限公司開封發(fā)電分公司;
【基金】：中國華能集團公司總部科技項目(HNKJ17-H12,HNKJ17-H13)~~
【分類號】：TM621.2

【相似文獻】

相關(guān)期刊論文 前10條

1 王可健 ,王其平;非對稱配對電觸頭的材料轉(zhuǎn)移[J];西安交通大學學報;1985年04期

2 李樹生,劉賀平;用非對稱參量法選擇典型三階系統(tǒng)的最優(yōu)參數(shù)[J];冶金自動化;1984年03期

3 胡tb;;再論電動機保護[J];電工技術(shù);1982年06期

4 米麟書;陳剛;劉芳寧;;變結(jié)構(gòu)與變參數(shù)大型電力系統(tǒng)非對稱斷相故障電氣量值的快速計算[J];電力系統(tǒng)自動化;1992年03期

5 李民族,劉敏;非對稱補償原理及方法[J];貴州工業(yè)大學學報;1998年06期

6 楊海柱;劉潔;曾志偉;姚君旺;;基于非對稱模糊PI控制的光伏發(fā)電MPPT研究[J];電源技術(shù);2014年04期

7 李漠,任好玲;非對稱閥控制非對稱缸位置伺服系統(tǒng)理論分析與試驗研究[J];機械制造與自動化;2005年04期

8 徐偉華;艾芊;陳陳;王偉;凌曉波;劉蓓;王沖;;基于非對稱擾動的負荷建模新方法及工程應(yīng)用[J];電力系統(tǒng)自動化;2009年13期

9 林鎮(zhèn)翔;唐飛;王曉浩;;用于FAIMS的高場非對稱波形電源的研制[J];高電壓技術(shù);2009年06期

10 王玉輝;壓電振動系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模和預(yù)測研究[J];儀器儀表用戶;2005年04期

相關(guān)會議論文 前6條

1 楊培華;麥文杰;;MnO_2//Fe_2O_3全固態(tài)非對稱超級電容器[A];中國化學會第29屆學術(shù)年會摘要集——第24分會：化學電源[C];2014年

2 楊斌;劉景全;陳迪;蔡炳初;;一種新型非對稱電極的非接觸壓電微馬達[A];中國微米、納米技術(shù)第七屆學術(shù)會年會論文集（一）[C];2005年

3 李廣建;鮑學根;;淺議鍋爐燃燒運行調(diào)整的方法和措施[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——河南省第四屆青年學術(shù)年會論文集（上冊）[C];2004年

4 馬暉;王飛;崔巍;嚴建華;馬增益;沈佩華;岑可法;;300MW電站鍋爐燃燒診斷和運行指導系統(tǒng)[A];首屆長三角科技論壇——能源科技分論壇論文集[C];2004年

5 朱玉璧;程相利;陶新建;李琢;王志軍;;智能控制在鍋爐燃燒優(yōu)化中的應(yīng)用[A];全國火電大機組（600MW級）競賽第十二屆年會論文集（下冊）[C];2008年

6 王智全;殷修平;賈青;;把握劣質(zhì)煤特性增強鍋爐燃燒穩(wěn)定性[A];全國火電100-200MW級機組技術(shù)協(xié)作會2009年年會論文集[C];2009年

相關(guān)碩士學位論文 前10條

1 劉向英;鍋爐燃燒優(yōu)化控制系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學;2014年

2 林祥;融合溫度場信息的鍋爐燃燒優(yōu)化專家系統(tǒng)研究[D];東南大學;2016年

3 王天放;陡河發(fā)電廠200MW鍋爐燃燒優(yōu)化神經(jīng)網(wǎng)絡(luò)建模[D];華北電力大學(北京);2016年

4 莫浩浩;660MW超臨界機組鍋爐燃燒優(yōu)化研究[D];東南大學;2016年

5 侯玉杰;基于改進果蠅算法的電站鍋爐燃燒建模與優(yōu)化[D];哈爾濱理工大學;2017年

6 朱鈺森;熱電鍋爐燃燒過程建模與運行優(yōu)化研究[D];浙江大學;2017年

7 徐晨晨;基于Hadoop大數(shù)據(jù)平臺的電站鍋爐燃燒系統(tǒng)建模及優(yōu)化[D];太原理工大學;2017年

8 盧博倫;基于煤質(zhì)在線檢測的鍋爐燃燒模型研究[D];華北電力大學;2012年

9 劉小軍;基于灰色關(guān)聯(lián)分析法的電站鍋爐燃燒綜合評價[D];華北電力大學;2013年

10 丁元國;鍋爐燃燒的在線智能監(jiān)測與優(yōu)化研究[D];東北電力大學;2007年

，

本文編號：1610818