基于智能算法的燃煤供熱鍋爐建模和燃燒優(yōu)化.pdf

1、燃煤供熱鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行的實(shí)質(zhì)是通過(guò)在線調(diào)整運(yùn)行參數(shù)，在不改變鍋爐設(shè)備參數(shù)條件下，使鍋爐燃燒的所有運(yùn)行參數(shù)都處于最佳工況，在減少污染物排放量的同時(shí)，提高鍋爐效率。燃煤供熱鍋爐存在燃燒過(guò)程復(fù)雜、參數(shù)間存在繁瑣的非線性關(guān)系、難以使用準(zhǔn)確的機(jī)理模型描述以及常規(guī)控制方法效果不理想等問(wèn)題，用合理的建模方法和智能優(yōu)化算法，實(shí)時(shí)優(yōu)化鍋爐燃燒系統(tǒng)各可控參數(shù)，進(jìn)而貼近優(yōu)化目標(biāo)是發(fā)展的主要方向。本文在研究常見(jiàn)的鍋爐建模和優(yōu)化方法的基礎(chǔ)上，確定了基于智能

2、算法的燃煤供熱鍋爐建模和燃燒優(yōu)化課題，主要研究?jī)?nèi)容如下:
　　首先，研究了燃煤供熱鍋爐燃燒控制系統(tǒng)基本控制需求，確定了煙氣含氧量對(duì)污染物排放的影響，明確了建模優(yōu)化控制的目標(biāo)是熱效率和煙氣含氧量，設(shè)計(jì)出以歷史數(shù)據(jù)建立控制目標(biāo)模型，采用優(yōu)化算法獲取最佳控制向量，通過(guò)WEB客戶(hù)端發(fā)布控制向量，現(xiàn)場(chǎng)調(diào)節(jié)DCS系統(tǒng)的燃燒優(yōu)化控制系統(tǒng)。
　　其次，進(jìn)行輸入變量的篩選，采用穩(wěn)定判斷和拉以達(dá)準(zhǔn)則對(duì)非穩(wěn)態(tài)和異常數(shù)據(jù)進(jìn)行剔除，利用最小二乘支持向

3、量機(jī)(LSSVM)構(gòu)建出熱效率和煙氣含氧量模型，采用模擬退火確定慣性權(quán)重的粒子群算法(SAPSO)進(jìn)行模型參數(shù)的優(yōu)化確立，提高了模型的預(yù)測(cè)能力和收斂速度，但引入了預(yù)測(cè)精度和擬合精度不一致的問(wèn)題。為避免參數(shù)優(yōu)化陷入經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化，采用模型交叉驗(yàn)證(CV)的結(jié)果作為目標(biāo)函數(shù)結(jié)果，實(shí)現(xiàn)結(jié)構(gòu)風(fēng)險(xiǎn)最小化，以犧牲部分?jǐn)M合精度為代價(jià)，提高模型的預(yù)測(cè)能力，即以混合的SAPSO-CV_LSSVM建模算法實(shí)現(xiàn)模型可靠有效的建立。
　　最后，以熱效率作

4、為主要目標(biāo)，煙氣含氧量作為限制條件，在果蠅優(yōu)化算法(FOA)的基礎(chǔ)上，引入跳脫參數(shù)實(shí)現(xiàn)變化量的可負(fù)性，引入變步長(zhǎng)防止陷入局部最優(yōu)，改進(jìn)到三維空間提高優(yōu)化精度，采用改進(jìn)的果蠅優(yōu)化算法(VS-MFOA)，通過(guò)對(duì)優(yōu)化模型尋優(yōu)，獲得負(fù)荷不變的條件下，最佳燃燒狀態(tài)的控制變量組合。
　　通過(guò)在大連泉水某企業(yè)72MW的燃煤供熱鍋爐的實(shí)際運(yùn)行驗(yàn)證，通過(guò)上述建模和優(yōu)化控制方法獲取的實(shí)時(shí)指導(dǎo)向量，對(duì)于熱效率的提升、氮氧化合物的控制有著較為明顯的積極作