10.13334/j.0258-8013.pcsee.2015.09.017
电站锅炉燃烧优化混合模型预测
对某台600 MW燃煤锅炉进行400、500和600 MW这3个负荷段下的热态正交试验,采用人工神经网络建立煤热值辨识模型、燃烧优化直接模型和混合模型。将煤热值辨识模型作为锅炉燃烧混合模型的输入变量,混合模型的输出量为排烟温度、飞灰含碳以及 NOx排放,大大提高了燃烧优化混合模型的预测精度。数据测试和定量分析表明:建立的煤热值模型平均相对误差最大为3.725%,可以作为燃烧优化模型的输入量。混合模型锅炉热效率和 NOx排放的预测精度相对于直接模型分别提高了20.73个百分点和29.89个百分点,说明混合模型是有效的,具有较高的精度。实现了炉膛温度、NOx排放量、排烟温度、飞灰含碳量参数的软测量和锅炉热效率的预测。
电站锅炉、神经网络、燃烧优化、煤热值、NOx排放
TK224(蒸汽动力工程)
2015-05-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
2231-2237