陡河发电厂200MW锅炉燃烧优化神经网络建模

摘要

随着我国日益严峻的能源和环境形势，燃煤电厂面临着越来越大的节能和减排压力。电厂锅炉作为其主要耗能设备，也受到越来越多的关注。首先是我国电厂锅炉的运行效率低于国际先进水平，相比于日本等发达国家，我国火力发电需要消耗巨大的能源。其次，在电力调峰的过程中，锅炉可能处于低负荷运行，为了保证经济效益，针对锅炉效率的研究是经济发展的必然要求。再次，火电锅炉燃烧产生大量NOx等污染物，造成巨大的环境负担。在当前条件下，锅炉燃烧控制系统技术上的不足越来越突出，难以满足日益增长的要求。在这种背景下，效率高，NOx排放低的火电锅炉燃烧优化技术成为了研究人员关注的热点。
　　本文在深入研究现有的燃烧优化方法的基础上，分析了神经网络在建立热电锅炉燃烧模型方面具有的特点并结合陡河电厂200MW热电锅炉工作的实际情况，研究了运用遗传算法寻优热电锅炉燃烧参数的问题，主要研究内容如下:
　　(1)对锅炉结构和燃烧工艺进行了详细的分析，在原有经验方法的基础上，深入理解燃烧工艺过程和电厂锅炉控制关键因素及其对锅炉燃烧性能影响方式。并从设备层面上确定了研究内容，为后续的理论分析奠定了基础。
　　(2)利用神经网络建模和遗传算法进行模型求解，并得到优化结果。介绍了神经网络模型工作的基本原理及其工作方式，在着重介绍BP神经网络、径向基神经网络及其算法流程的基础上，利用BP网络和径向基神经网络对锅炉燃烧系统建立模型并对仿真结果进行了分析和比较，并最终确定了基于径向基网络的建模方法描述锅炉燃烧模型。利用交叉试验确定了模型的输入和输出参数。并利用遗传算法对锅炉的燃烧模型进行求解。在模型建立与寻优的章节中，总结了各个神经网络模型具有的特点及其应用场景。并利用遗传算法对燃烧系统的控制参数进行寻优，得到了提高燃烧系统热效率并降低氮氧化物排放量的参数优化值。
　　(3)使用MFC开发了锅炉燃烧控制参数优化软件，介绍了主要界面和详细使用流程及注意要点。并将开发的计算系统应用于锅炉的实时控制。实际结果表明利用基于神经网络模型和遗传算法优化的算法在实际应用中有巨大作用，锅炉系统热效率和NOx排放量均得到优化，带来了巨大的经济效益和环境效益。最后对本文研究的不足之处做了总结并提出了展望。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及意义

1．2 电厂锅炉国内外研究现状分析

1．2．1 锅炉燃烧调整技术国内外研究现状

1．2．2 非线性动态建模与优化研究现状

1．3 本文所做工作

1．4 本章小结

第2章 电厂锅炉介绍及燃烧工艺

2．1 电厂锅炉介绍

2．1．1 锅炉结构

2．1．2 锅炉工作过程

2．2 锅炉的主要性能指标与分类

2．2．1 锅炉的性能指标

2．2．2 锅炉分类

2．3 锅炉燃烧工艺过程

2．3．1 煤粉的燃烧过程

2．3．2 过量空气系数

2．4 陡河电厂200MW超高压锅炉

2．4．1 陡河电厂200MW锅炉介绍

2．4．2 陡河电厂200MW锅炉模型关键指标介绍

2．5 模型参数分析

2．5．1 锅炉效率参数分析

2．5．2 NOx含量参数分析

2．6 本章小结

第3章 锅炉燃烧系统建模与优化

3．1 神经网络

3．1．1 神经网络构成的基本原理

3．1．2 神经网络的一般训练过程

3．2 建模方式的选择与确定

3．2．1 BP网络介绍

3．2．2 RBF网络介绍

3．2．3 BP神经网络与RBF神经网络精度与实时性对比

3．3 遗传算法介绍

3．3．1 遗传算法简介

3．3．2 遗传算法的基本操作

3．4 正交试验法确定模型参数

3．4．1 试验结果

3．4．2 结果分析

3．5 基于RBF神经网络的锅炉燃烧系统建模

3．6 基于遗传算法的模型优化

3．6．1 工作主流程设计

3．6．2 基因代码的确定

3．7 本章小结

第4章 燃烧系统优化的工程应用

4．1 数据样本采集器——进行数据准备

4．1．1 锅炉优化参数的选择

4．1．2 上级优化系统与下级DCS之间数据交换

4．1．3 数据清洗与选优操作

4．1．4 动态更新数据

4．2 原型系统设计与实现

4．2．1 系统设计

4．2．2 运行过程

4．3 陡河电厂200MW锅炉运行优化结果对比

4．4 本章小结

第5章 结论与展望

5．1 主要结论

5．2 后续展望

参考文献

致谢