河南科技
河南科技
하남과기
HENANKEJI
2015年
3期
139-141
,共3页
烟气含氧量%GALM%循环流化床锅炉%预测%机理模型
煙氣含氧量%GALM%循環流化床鍋爐%預測%機理模型
연기함양량%GALM%순배류화상과로%예측%궤리모형
在循环流化床锅炉中,烟气含氧量是衡量燃烧效率的重要指标.烟气含氧量一般通过在烟道安装氧化锆传感器来测量,但是这种方式存在滞后性,不能对炉膛内的燃烧状况及时反应,对控制产生一定的影响.而且,氧化锆传感器可能会出现失灵的情况,会影响系统的调整.以白马电厂30MW机组为背景,通过能量平衡方程得到循环流化床锅炉烟气含氧量的机理模型,提出利用遗传算法和神经网络相结合的混合学习方法(GALM算法),利用运行所产生的数据对神经网络进行训练,先通过遗传算法得到一个全局最优近似解,然后交替使用遗传算法和LM算法,最终得到相符合的网络参数.仿真证明最终的网络参数符合我们的要求,可以用来对循环流化床锅炉烟气含氧量进行预测,为控制调整锅炉参数提供及时的信息.
在循環流化床鍋爐中,煙氣含氧量是衡量燃燒效率的重要指標.煙氣含氧量一般通過在煙道安裝氧化鋯傳感器來測量,但是這種方式存在滯後性,不能對爐膛內的燃燒狀況及時反應,對控製產生一定的影響.而且,氧化鋯傳感器可能會齣現失靈的情況,會影響繫統的調整.以白馬電廠30MW機組為揹景,通過能量平衡方程得到循環流化床鍋爐煙氣含氧量的機理模型,提齣利用遺傳算法和神經網絡相結閤的混閤學習方法(GALM算法),利用運行所產生的數據對神經網絡進行訓練,先通過遺傳算法得到一箇全跼最優近似解,然後交替使用遺傳算法和LM算法,最終得到相符閤的網絡參數.倣真證明最終的網絡參數符閤我們的要求,可以用來對循環流化床鍋爐煙氣含氧量進行預測,為控製調整鍋爐參數提供及時的信息.
재순배류화상과로중,연기함양량시형량연소효솔적중요지표.연기함양량일반통과재연도안장양화고전감기래측량,단시저충방식존재체후성,불능대로당내적연소상황급시반응,대공제산생일정적영향.이차,양화고전감기가능회출현실령적정황,회영향계통적조정.이백마전엄30MW궤조위배경,통과능량평형방정득도순배류화상과로연기함양량적궤리모형,제출이용유전산법화신경망락상결합적혼합학습방법(GALM산법),이용운행소산생적수거대신경망락진행훈련,선통과유전산법득도일개전국최우근사해,연후교체사용유전산법화LM산법,최종득도상부합적망락삼수.방진증명최종적망락삼수부합아문적요구,가이용래대순배류화상과로연기함양량진행예측,위공제조정과로삼수제공급시적신식.
