基于SDAE预测模型和改进SSA的NOx排放优化

摘要：

为降低锅炉燃烧系统氮氧化物(nitrogen oxide,NOx)的排放浓度,基于某1000MW火电机组采集的真实历史运行数据,采用堆叠降噪自编码器(stacked denoising auto-encoder,SDAE)建立了NOx排放浓度的预测模型,进而提出一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的锅炉配风配粉优化策略.为提高SSA的寻优能力,提出一种引入萤火虫扰动的混沌优化麻雀搜索算法(chaotic optimized sparrow search algorithm with the introduction of firefly perturbation,FCOSSA),该算法采用Tent混沌映射使初始个体尽可能分布均匀,以增加初始种群的多样性,利用萤火虫扰动方式对所有麻雀位置进行更新.经典测试函数优化试验表明了FCOSSA的优越性.针对某给定负荷稳态运行工况,以降低NOx排放为目标,利用方法对锅炉各磨煤机的给煤量及二次风门开度等进行寻优,结果表明优化后锅炉的NOx排放浓度可有效降低,验证了方法的有效性.

关键词：锅炉运行优化、NOx排放、堆栈式降噪自编码器、麻雀搜索算法、混沌映射、萤火虫扰动

所属期刊栏目：42

分类号：TM621.2(发电、发电厂)

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：5194-5201,中插16