基于人工神经网络和模拟进化算法的分级燃烧优化

摘要

为控制锅炉燃烧向环境排放NOx造成的污染,提出了分级燃烧技术的综合优化方案。建立了基于人工神经网络及模拟进化算法的100MW火电机组锅炉分级燃烧优化模型,选取16个影响因子进行了分级燃烧的7个可调节参数优化,以达到机组的性能优化目标。锅炉负荷为100%、90%、80%及70%,相应神经网络训练次数分别为11523、14810、13410及19732时满足均方差要求。该神经网络模型优化时采用的种群数为80,交叉概率为0.8,变异概率为0.15。结果表明:锅炉效率和NOx排放量优化计算值同实测值相对误差低于1%;NOx平均排放量由原来的812mg/m3降为645mg/m3。