火电厂锅炉烟气含氧量预测及燃烧系统优化研究

摘要

我国火力发电的能源利用率相对较低，主要影响因素之一是许多重要的技术参数和经济参数难以在线实时准确测量，如与锅炉效率密切相关的烟气温度和烟气含氧量等热工参数。软测量技术是解决这些参数测量问题的有效方法之一，它利用一些易于测量的变量通过分析来预测这些不可测或难测的变量。
　　 本文以内蒙古托克托电厂的600MW发电机组的燃烧系统为研究对象，主要完成了以下4个方面的研究工作：
　　 1．分析了火电厂监测对象及热工参数的特点，指出了影响热工参数软测量精度的主要因素为：数据预处理、辅助变量选取、建模算法、模型结构。
　　 2．从数据预处理及辅助变量选取两个关键技术问题出发，研究出提高火电厂烟气含氧量软测量精度和可行性的方法：在数据预处理方面，充分考虑了现场数据的误差分析与处理；在辅助变量选取方面，引入主元分析理论和偏最小二乘算法进行了优化选取，提高了模型的精度和可行性。
　　 3．采用人工神经网络算法进行了烟气含氧量软测量研究，建立了烟气含氧量的模型，实现了对烟气含氧量的预测分析。
　　 4．采用人工神经网络算法建立了锅炉运行工况参数与锅炉效率和NOx排放量的模型，采用遗传算法对燃料量和送风量进行了优化研究，得出了最佳运行条件下的参数值，为闭环控制系统的优化提供了依据。