粗糙集在控制燃煤电厂NOx排放中的应用研究

摘要

随着环境污染的日益严重，对NOx排放的控制越来越严格。控制NOx排放的方法有很多，但是如果能够在燃料的燃烧阶段就减少NOx的生成，会使NOx的控制更加经济高效。
　　本文首先对降低燃煤电站锅炉 NOx排放的几种研究方法进行了对比，指出目前对NOx的控制主要包括燃烧优化和烟气吸收两种方法。相比于用神经网络等人工智能方法对燃煤锅炉进行燃烧优化，粗糙集无需建立复杂的数学模型，也无需现场的燃烧调整实验数据，只需要用简单的约简算法对运行历史数据进行挖掘，就能得到与NOx排放值相关参数的优化运行区间，从燃烧阶段减少NOx的生成。
　　然后本文介绍了基于分辨矩阵的改进属性约简算法和基于核值的值约简算法。经过改进的属性约简算法不需要进行复杂的逻辑运算，便于用程序语言进行实现，且用于存储分辨函数的内存大大减少，提高了程序的运行效率。值约简算法能够对属性约简后的规则进行进一步的精简，使最终得到的规则数少而精。同时本文用可视化集成开发环境 VC++6.0对该算法进行实现，使挖掘过程和得到的知识更加直观。用某机组的运行数据对该算法进行验证，最终得到的结果表明该算法能够获得正确且精炼的规则集。
　　最后用该算法对某300MW机组200MW负荷下的NOx排放数据进行挖掘。首先确认与 NOx排放相关的优化参数即待挖掘条件属性，得到待挖掘的决策表。在对数据预处理和离散化后，用上述属性约简算法和值约简算法进行挖掘。对约简后得到的排烟温度、燃烧器摆角、各层二次风风门开度、各引送分机风量等11个属性进行相关性分析，结果表明得到的条件属性与 NOx排放值之间存在较强的相关性。对得到的规则集进行分析，结果表明在200MW负荷下，较小的底层二次风配风，较大的上层二次风配风，偏下的燃烧器摆角，较低的过量空气系数以及较低的排烟温度能够有效的将 NOx的排放控制在低水平。实际中指导运行优化时，选取NOx排放区间为较低的规则，可以在降低NOx排放值的同时兼顾锅炉效率。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 选题背景及其意义

1.2 研究现状

1.3 粗糙集数据挖掘方法

1.4 粗糙集在电厂中的应用

1.5 论文研究内容及其结构安排

第2章 粗糙集基本理论

2.1 粗糙集理论

2.2 本章小结

第3章 改进的属性约简算法及其应用

3.1 约简算法

3.2 值约简算法

3.3 分类规则的获取

3.4 数据挖掘

3.5 应用实例

3.6 本章小结

第4章 粗糙集在控制NOx排放中的应用研究

4.1 影响NOx排放的主要因素的确定

4.2粗糙集在电厂控制NOx排放中的应用

4.3 规则分析

4.4高效低污染规则的获得

4.5 本章小结

第5章 结论与展望

参考文献

攻读硕士学位期间发表的论文

致谢