遗传算法与BP神经网络在低氮燃烧优化中的应用

摘要

针对某发电公司330 MW机组锅炉,采用BP神经网络构建用于预测锅炉效率和NOx质量浓度的锅炉燃烧仿真模型,通过遗传算法对该网络的初始权重与阈值进行优化,以锅炉低氮燃烧优化试验数据为样本进行模型训练,得到泛化能力强、精度高的仿真模型.通过选取合适的适应度函数,将遗传算法用于锅炉燃烧仿真模型进行燃烧优化,最终获取可兼顾锅炉效率与NOx质量浓度的运行优化策略,为现场运行提供指导.