面向火电厂煤粉尘浓度的预测评估算法的研究
Research on prediction and evaluation algorithm for coal dust concentration in thermal power plants作者机构:哈尔滨理工大学测控技术与通信工程学院哈尔滨150080
出 版 物:《安全与环境学报》 (Journal of Safety and Environment)
年 卷 期:2024年第24卷第5期
页 面:1768-1777页
核心收录:
学科分类:1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100402[医学-劳动卫生与环境卫生学] 10[医学]
基 金:黑龙江省“双一流”学科协同创新成果项目(LJGXCG2022-068)
主 题:安全工程 粉尘防爆 粉尘危害 粉尘质量浓度在线检测 工厂环境 劳动者安全 危险预知
摘 要:火力发电的主要能源来自煤炭,而由于燃煤发电过程中产生的煤尘扩散是引起火电厂粉尘爆炸风险和尘肺职业病的主要根源之一,因此必须进行实时有效的检测和控制。当前粉尘检测方法仅使用单一的粉尘质量浓度指标来评估粉尘污染整体状况,缺乏对多种复合因素影响的考量,依靠单一阈值设定进行报警,易出现误报、漏报等现象,以及忽略粉尘爆炸这一重要事故场景,不能建立粉尘污染全面客观的评价方法。研究建立了一种粉尘质量浓度预测模型,基于金豺优化算法对极限学习机的最优初始权重进行寻优,再使用极限学习机对样本数据进行训练学习,提高神经网络模型的精度,可较为准确地预测30 min以内任意时间间隔的粉尘质量浓度,并将现场数据及模拟仿真数据与建立的粉尘质量浓度预测模型进行对比分析。结果显示:建立的粉尘质量浓度预测模型准确度良好,与现场数据及模拟仿真数据对比误差分别为0.72%和2.1%,可加强对火电厂粉尘环境进行预测预警,从而及时采取合理的粉尘控制策略,确保火电厂的生产安全并降低粉尘对作业人员的职业危害。