基于智能優(yōu)化算法的電站鍋爐燃燒優(yōu)化.pdf

1、燃煤電站鍋爐不僅消耗大量的煤炭資源，也排放出了大量的大氣污染物。在提高鍋爐效率降低煤耗和控制污染物排放來緩解高耗能和重污染的突出問題上，基于智能算法的鍋爐燃燒優(yōu)化方法相比傳統(tǒng)方法有其獨(dú)特優(yōu)勢(shì)，可以為電站鍋爐高效率低污染運(yùn)行提供有效的指導(dǎo)。
　　通過分析300MW鍋爐和1000MW鍋爐的運(yùn)行數(shù)據(jù)，利用支持向量回歸機(jī)建立了NOx排放SVM模型和鍋爐熱效率SVM模型，比較了基于RBF核函數(shù)和Sigmoid核函數(shù)的模型性能;分別采用自適應(yīng)

2、遺傳算法(GA)和果蠅優(yōu)化算法(FOA)對(duì)模型參數(shù)進(jìn)行優(yōu)化，并比較了各自模型的泛化能力和預(yù)測(cè)精度性能，結(jié)果表明FOA優(yōu)化的SVM模型更具有優(yōu)勢(shì)。
　　以建立好的鍋爐Nc排放和鍋爐熱效率的SVM模型為基礎(chǔ)，結(jié)合自適應(yīng)遺傳算法，在不考慮對(duì)效率影響的情況下，單一對(duì)NOx排放進(jìn)行優(yōu)化時(shí)，NOx排放水平在優(yōu)化后能夠得到大幅降低，但是與此同時(shí)也會(huì)造成鍋爐熱效率的下降;在不考慮對(duì)NOx排放影響的情況下，單一對(duì)鍋爐熱效率進(jìn)行優(yōu)化時(shí)，鍋爐熱效率在優(yōu)

3、化后能有較大的增幅，但是同時(shí)會(huì)導(dǎo)致NOx排放量有所上升。
　　文中以1000MW機(jī)組鍋爐為對(duì)象，在建立NOx生成量和鍋爐熱效率SVM模型的基礎(chǔ)上提出了一種運(yùn)用改進(jìn)的多目標(biāo)遺傳算法（改進(jìn)型NSGA-Ⅱ）進(jìn)行多目標(biāo)燃燒優(yōu)化的方法，同時(shí)考慮鍋爐熱效率和NOx生成這兩個(gè)目標(biāo)，對(duì)鍋爐運(yùn)行參數(shù)進(jìn)行優(yōu)化，得出了由一系列可行解組成的Pareto最優(yōu)解集，其中有很多可行解同時(shí)滿足鍋爐效率的提高和NQx生成的降低這兩個(gè)目標(biāo)，為機(jī)組運(yùn)行人員提供參考，達(dá)