反向建模方法在电站锅炉飞灰含碳量测量中的应用

摘要

本文针对复杂热力系统非线性、时变、多耦合的特点,以电厂运行数据为研究对象,研究了复杂热力系统的反向建模方法及其应用；重点研究了偏最小二乘回归和人工神经网络这两种基于数据的建模技术,提出了偏最小二乘与人工神经网络耦合模型；并针对电站机组运行中存在的问题,分别建立了基于偏最小二乘回归以及人工神经网络的锅炉飞灰含碳量软测量模型；并且总结上述模型的优点,建立了偏最小二乘与人工神经网络耦合模型。研究结果表明:该耦合模型能够很好的解决热力系统的非线性建模问题,并且模型运算速度快、模型精度高；利用该模型可以很好地分析运行参数以及煤质变化对飞灰含碳量的影响,能够更好地指导电站锅炉的优化运行。

目录

文摘

英文文摘

本文所受资助

第一章 绪论

1.1 研究的背景及意义

1.2 数学建模的现状与发展

1.3 复杂热力系统的反向建模

1.3.1 反向建模的过程

1.3.2 反向建模方法的主要优势

1.4 本文的主要工作

第二章 电站锅炉飞灰含碳量的测量方法

2.1 飞灰含碳量准确测量的意义

2.2 电站锅炉飞灰含碳量的影响因素

2.3 电站锅炉飞灰含碳量测量技术的发展现状

2.3.1 飞灰含碳量的物理测量技术

2.3.2 飞灰含碳量的软测量技术

2.4 电站锅炉飞灰含碳量软测量建模方法

2.4.1 偏最小二乘回归分析(PLS)建立的模型

2.4.2 人工神经网络(ANN)建立测量模型

2.4.3 偏最小二乘与人工神经网络耦合模型

2.5 本章小结

第三章 电站锅炉飞灰含碳量的预测模型及应用

3.1 偏最小二乘回归的飞灰含碳量预测模型

3.2 人工神经网络飞灰含碳量预测模型

3.3 偏最小二乘与人工神经网络耦合模型

3.4 本章小结

第四章 锅炉运行参数及煤质参数对飞灰含碳量的影响分析

4.1 锅炉负荷对飞灰含碳量的影响

4.2 燃烧器摆角对飞灰含碳量的影响

4.3 过量空气系数对飞灰含碳量的影响

4.4 煤质中水分变化对飞灰含碳量的影响

4.5 煤质中灰分变化对飞灰含碳量的影响

4.6 煤质中挥发分变化对飞灰含碳量的影响

4.7 本章小结

第五章 结论与展望

5.1 全文总结

5.2 展望

参考文献

致谢

在学习期间发表论文和参加科研情况