鍋爐燃燒系統(tǒng)神經(jīng)網(wǎng)絡(luò)建模及多目標(biāo)優(yōu)化研究
摘要:
本文引用地址:http://butianyuan.cn/article/201278.htm隨著環(huán)境保護(hù)要求的日益嚴(yán)格和燃煤價格的不斷上漲,在“廠網(wǎng)分開,競價上網(wǎng)”的運行機(jī)制下,電站鍋爐面臨降低運行成本與降低污染物排放的雙重要求,高效率、低污染的燃燒優(yōu)化技術(shù)口益引起人們的關(guān)注。大量實踐經(jīng)驗表明,通過燃燒調(diào)整可以獲得較高的燃燒效率和降低NOx排放量,是一種經(jīng)濟(jì)而有效的辦法。
鍋爐燃燒調(diào)整的主要任務(wù)是根據(jù)不同的負(fù)荷和煤種,進(jìn)行合理的配風(fēng)、配煤。但是影響鍋爐熱效率與NOx排放的因素很多,如煤質(zhì)特性、負(fù)荷、配風(fēng)方式、燃燒器型式、護(hù)溫、過??諝庀禂?shù)、煤粉細(xì)度等,而燃燒調(diào)整試驗一般只能做有限的幾個工況點,因此鍋爐實際運行工況一般與試驗工況有較大差異。如果仍根據(jù)原有的優(yōu)化運行規(guī)程進(jìn)行燃燒調(diào)整必然會造成偏差,因此需要建立鍋爐熱效率和NOx排放優(yōu)化模型,用于指導(dǎo)電站鍋爐的經(jīng)濟(jì)運行。
一般而育,煤粉高效棋燒與NOx低排放是互為矛盾的,但理論上存在一個最佳點,而燃燒調(diào)整試驗往往難以確定這個點,運行人員只能根據(jù)自己長期積累的經(jīng)驗進(jìn)行調(diào)整.這就給燃燒調(diào)整操作帶來很大隨意性。很多燃燒優(yōu)化方案僅僅只是針對燃燒效率或者NOx低排放中某一個或兩者的其種加權(quán)和進(jìn)行優(yōu)化,兩者不能兼顧且需要依賴試驗人員根據(jù)經(jīng)驗來設(shè)定加權(quán)系數(shù)。本文采用多目標(biāo)遺傳算法對這一優(yōu)化問題進(jìn)行求解,優(yōu)化結(jié)果可以同時兼顧鍋爐高效率燃燒與NOx較低的排放水平,直觀地反應(yīng)燃燒效率和污染物排放量,實現(xiàn)最大的綜合效益。
一、鍋爐燃燒優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)模型
1.1 人工神經(jīng)網(wǎng)絡(luò)模型
在多種神經(jīng)網(wǎng)絡(luò)模型中,較為常用的是BP網(wǎng)絡(luò)模型,其網(wǎng)絡(luò)模刮結(jié)構(gòu)見圖1。網(wǎng)絡(luò)由一個輸入層、若干個隱含層和一個輸出層組成,每一層均有一個或多個神經(jīng)元節(jié)點,信息從輸入層依次經(jīng)各隱含層向輸出層傳遞,層間的連接關(guān)系強弱由連接權(quán)值來表征。通過樣本集對網(wǎng)絡(luò)的連接權(quán)進(jìn)行調(diào)整,以使得網(wǎng)絡(luò)實現(xiàn)給定的輸入一輸出映射關(guān)系。連接權(quán)的調(diào)整采用反向傳播學(xué)習(xí)算法,即BP算法。BP算法采用梯度搜索技術(shù),使網(wǎng)絡(luò)的實際輸出與期望輸出的均方差達(dá)到一定的要求。
BP網(wǎng)絡(luò)的主要優(yōu)點是:網(wǎng)絡(luò)結(jié)構(gòu)簡單,算法易于編程實現(xiàn);只要有足夠的隱層和隱節(jié)點,BP網(wǎng)絡(luò)可以逼近任意的非線性映射關(guān)系;BP網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近的方法,因而具有較好的泛化能力。
1.2 基于BP網(wǎng)絡(luò)的燃燒優(yōu)化模型
鍋爐的燃燒過程是一個復(fù)雜的物理、化學(xué)過程,影響因素眾多,且具有強耦合、非線性等特征,對于這些復(fù)雜的過程,難以用機(jī)理模型來描述?;谏窠?jīng)網(wǎng)絡(luò)的模型屬于黑盒模型,其模型輸入一輸出之間的非線性函數(shù)關(guān)系由神經(jīng)網(wǎng)絡(luò)實現(xiàn)。
本文利用文獻(xiàn)提供的性能試驗結(jié)果建立鍋爐的神經(jīng)網(wǎng)絡(luò)模型。模型以煤種特性、煤粉細(xì)度、磨煤機(jī)數(shù)量、排煙溫度和爐膛出口氧體積分?jǐn)?shù)為輸入,以鍋爐效率和NOx排放為輸出,見圖2。
神經(jīng)網(wǎng)絡(luò)訓(xùn)練的所有樣本數(shù)據(jù)從電廠煤質(zhì)分析和DCS系統(tǒng)中采集,具體數(shù)據(jù)見表1。
利用文獻(xiàn)提供的燃燒特性數(shù)據(jù),建立BP神經(jīng)網(wǎng)絡(luò)的響應(yīng)模型。輸入和輸出層分別為11個輸入節(jié)點和2個輸出節(jié)點,共13組試驗工況,其中前12組作為訓(xùn)練樣本,第13組樣本用來驗證模型的準(zhǔn)確性。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果見圖3, 訓(xùn)練樣本和驗證樣本均勻分布在基準(zhǔn)線附近,模型的估計值很好地逼近了非線性系統(tǒng)輸出的實際值,較好地反映了鍋爐燃燒特性。
評論