基于智能算法的燃煤電站鍋爐NOx排放模型及優(yōu)化研究.pdf

1、隨著經(jīng)濟的發(fā)展，環(huán)境污染愈加嚴重，目前燃煤發(fā)電機組作為我國的主要發(fā)電設備的狀況不會短期內(nèi)改變，而2011年版《火電廠大氣污染排放標準》的出臺，對燃煤電站的高效低污染運行提出了更加嚴苛的要求。近年來我國燃煤機組大都加裝的脫硝設備，使 NOx排放值低于國家標準，這樣必然影響燃煤電站的經(jīng)濟性，因此鍋爐的高效低污染燃燒優(yōu)化運行的研究具有重要意義。
　　對某660MW燃煤電站鍋爐進行混煤摻燒熱態(tài)試驗，選取該電廠經(jīng)常運行的三個工況，按照實驗室

2、得出的配煤方案進行效率及污染排放物試驗。試驗結果表明，在660MW負荷下，采用方案二的上煤方式，鍋爐在變氧量測試中氧量為2.5％時鍋爐的熱效率最高，為93.57%；600MW負荷下，采用方案四的上煤方式，鍋爐在變氧量測試中氧量為2.0%時鍋爐的熱效率最高，為93.68%；550MW負荷下采用方案六的上煤方式，鍋爐在變氧量測試中氧量為2.5%時鍋爐的熱效率最高，為93.60%。鍋爐NOx的排放濃度隨著氧量的增加而升高，因此在運行過程中應保

3、證氧量穩(wěn)定在最佳氧量值，使鍋爐高效低污染運行。
　　在熱態(tài)試驗的基礎上應用BP神經(jīng)網(wǎng)絡建立鍋爐排放特性模型，得到了較好的結果。網(wǎng)絡能夠很好得映射輸入與輸出之間的關系，NOx排放模型的平均相對誤差為0.73%，其中最大相對誤差出現(xiàn)在樣本9處，最大相對誤差為4.6%。三個測試樣本的相對誤差分別為0.46%，0.59%和2.34%，平均相對誤差為1.13%。鍋爐效率的網(wǎng)絡的平均誤差為0.13%，平均相對誤差為0.4%。
　　結合遺

4、傳算法對所建立的網(wǎng)絡模型進行優(yōu)化，優(yōu)化后的模型精確度和泛化能力有所提高。優(yōu)化后的網(wǎng)絡平均誤差為0.18%，較優(yōu)化前的0.73%大大降低，校驗樣本的相對誤差分別為0.39%、0.51%、0.8%，平均誤差為0.57%。優(yōu)化結果表明，遺傳算法對BP網(wǎng)絡訓練的初始權值的優(yōu)化是有效的，可以提高網(wǎng)絡的精確度和泛化能力。在網(wǎng)絡建立的基礎上，對鍋爐的NOx排放進行優(yōu)化，優(yōu)化前的習慣工況下NOx濃度為458.4mg/m3，采用優(yōu)化后的運行方式NOx濃度