应用局部投影网络预测燃料分级燃烧锅炉的飞灰含碳量
Forecast of Fly-ash Carbon Content in a Fuel-graded Combustion Boiler by Using a Local Projection Network作者机构:华北电力大学电站设备状态监测与控制教育部重点实验室河北保定071003 华电北京热电有限公司北京100055
出 版 物:《热能动力工程》 (Journal of Engineering for Thermal Energy and Power)
年 卷 期:2008年第23卷第3期
页 面:265-268页
核心收录:
学科分类:080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 0702[理学-物理学] 0801[工学-力学(可授工学、理学学位)]
摘 要:火电厂煤粉燃烧效率体现在燃尽程度上,一般用锅炉的飞灰含碳量来进行评价。这个参数的预知对燃料分级燃烧优化,即在能够降低NOx的排放的同时保证煤粉的燃烧效率,进而提高锅炉运行效率极为重要。分析了锅炉飞灰含碳量的影响因素,利用局部投影神经网络LPN结构简单、收敛速度快、泛化能力强和适用于非线性时变过程的特点,建立锅炉的飞灰含碳量动态预测模型。利用锅炉热态试验所得数据训练和测试该模型,结果表明,预测模型较精确地预测了飞灰含碳量,从而为燃料分级燃烧优化的进行提供了模型基础。