燃煤電站鍋爐的燃燒優(yōu)化技術及相關算法應用研究.pdf

1、能源與環(huán)境問題是影響國民經濟可持續(xù)發(fā)展的關鍵問題，當前國家重視節(jié)能減排措施，現(xiàn)代燃煤發(fā)電廠面臨著提高鍋爐效率和降低污染物排放的雙重目標，而NOx是電廠污染物排放的主要來源，因此燃煤電站鍋爐燃燒優(yōu)化技術的應用必須同時兼顧鍋爐效率和NOx排放量。
　　 針對國內外燃燒優(yōu)化技術的應用現(xiàn)狀，本文基于電廠生產運行數(shù)據(jù)和入爐煤質數(shù)據(jù)，分別利用BP神經網(wǎng)絡、支持向量機、最小二乘支持向量機建立排煙溫度預測模型，結果表明SVM的泛化能力相比BP和

2、LS-SVM較高且收斂速度快，同時也表明煤質因素對模型預測精度的重要性。并研究了利用優(yōu)化算法和交叉驗證方法對模型的超參數(shù)進行優(yōu)化選擇，可以很好地避免學習過擬合問題。
　　 在以大量的煤質化驗數(shù)據(jù)為基礎，利用基于差分進化算法優(yōu)化的SVM方法建立空干基下的碳元素、氮元素與揮發(fā)分、固定碳、灰分、發(fā)熱量、硫、氫之間數(shù)學關系的預測模型，氧元素根據(jù)元素平衡公式進行計算，結果分析表明此模型相比其它模型具有更高的預測精度，且適用于更寬的煤質范圍