基于反向传播-向量评价遗传算法模型的燃煤电站锅炉燃烧多目标优化

摘要：

基于MATLAB智能工具箱对某300 MW电站锅炉进行燃烧优化.利用反向传播(BP)神经网络分别建立了锅炉热效率和NOx排放预测模型,用以预测锅炉热效率和NOx排放特性.锅炉热效率预测的校验样本相对误差平均绝对值为o.210 0％,NOx排放量预测的校验样本相对误差平均绝对值为2.410 0％,表明模型具有良好的准确性和泛化性.借助向量评价遗传算法(VEGA)优化模型得到锅炉热效率和NOx排放量的优质解集合.300 MW负荷下锅炉热效率优质解集合为92.93％～93.64％,NOx排放量优质解集合为367～413 mg/m3;270 MW负荷下锅炉热效率优质解集合为92.26％～93.56％,NOx排放量优质解集合为360～416 mg/m3.研究结果对实际的电站锅炉燃烧具有一定的指导意义.

关键词：电站锅炉、锅炉热效率、NOx排放量、多目标优化

所属期刊栏目：38

分类号：TP3;TP1

资助基金：国家自然科学基金资助项目61262048

在线出版日期：2016-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：12-16,32