基于最小二乘支持向量机的煤粉着火温度预测分析

针对关系到锅炉经济安全运行的煤着火温度估计难的问题,采用最小二乘支持向量机方法建立煤粉着火温度的预测模型,并和利用PLS以及BP神经网络等方法建立的预测模型进行对比,结果表明,最小二乘支持向量机克服了BP神经网络泛化能力弱以及PLS无法解决的非线性等问题,采用最小二乘支持向量机方法建立的煤粉着火温度模型具有很高的预测精度.     

煤粉燃烧稳定性指数的建立

利用沉降炉试验系统进行煤粉着火燃烧特性的试验研究，得到反映煤粉着火燃烧放热情况的烟温温差分布曲线，利用烟温温差分布曲线和着火温度指数建立判断煤粉燃烧稳定性的指数Wc。通过Wc可以对不同煤种的燃烧稳定性进行定量分析比较，进而为电厂安全选用新煤种提出依据。     

自适应遗传优化的最小二乘支持向量回归机在煤粉着火温度建模中的应用

针对煤粉着火温度与煤质指标间的非线性关系，提出了基于自适应遗传算法和最小二乘支持向量回归机的煤粉着火温度预测模型.通过对实验数据进行预测评判，并与常规的最小二乘支持向量回归机模型和BP神经网络模型相比较，以验证此模型的可靠性和精确性.结果表明，该模型是合理可行的，该模型比传统计算模型具有更好的泛化能力，能更准确地预测煤...     

基于BP神经网络的煤粉锅炉飞灰含碳量研究

飞灰含碳量是反映电站煤粉锅炉燃烧效率的一个重要指标。基于误差反向传播（BP）神经网络方法,建立了11-23-1型BP神经网络模型。根据某电站四角切圆煤粉锅炉特点选取了煤粉细度、燃烧器摆角、烟气含氧量、5个煤种参数、燃烧器喷口运行组合等11个影响燃烧的参数作为神经网络的输入因子,对建立的模型进行训练,得到模型参数。以此进行预测,与实际值的误差不超过6％。在此基础上,又提出了单参数影响飞灰含碳量的简化分析方法,使神经网络包含的多维非线性规律在一定条件下简洁、直观地反映出来。计算和分析结果表明,本模型方法能有效提取各参数对飞友含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。     

基于PSOEM和神经网络的光伏电站功率预测

分析光伏发电输出功率预测的影响因素,确定了基于BP神经网络的功率预测模型,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用粒子群优化算法（PSO）和带扩展记忆粒子群优化算法（PSOEM）这2种群智能算法来优化BP神经网络的初始值和阈值,分别建立了基于PSO-BP神经网络和基于PSOEM-BP神经网络的光伏电站输出功率预测模型。根据某光伏电站2月1日—6月30日的光伏发电历史数据,利用所提3种模型对光伏发电系统进行了功率预测。误差对比结果表明,基于PSOEM-BP神经网络的功率预测精度明显高于基于PSO-BP神经网络的功率预测精度,故采用PSOEM优化后BP神经网络模型进行光伏功率预测,具有一定的理论和实用价值。     

基于PCA-GABP神经网络的发动机负荷特性预测

针对BP算法存在的不足，本文提出了一种PCA—GABP神经网络方法预测发动机负荷特性，该方法由主成分分析（PCA）和遗传神经网络（GABP）两部分构成，采用PCA技术减少网络输入变量、精简网络结构、提高学习效率；GABP算法采用局部改进遗传算法优化神经网络权值，并采用自适应学习速率动量梯度下降算法对神经网络进行训练。预测结果表明该方法在准确性和收敛性方面都优于BP算法。     

基于果蝇算法与自适应性遗传算法组合优化神经网络的光伏电站短期出力预测

光伏电站的输出功率会随着很多因素发生波动,若能够提高光伏系统出力预测的准确性,则能有效地降低光伏电站并网后对电网造成的冲击,提高电力系统的稳定性。建立了果蝇算法与自适应遗传算法组合优化的BP神经网络的预测模型。从预测结果可以发现,采用组合优化算法的BP神经网络模型能够有效避免地BP神经网络易陷入局部极小值点的缺陷,相比于仅优化权值和阈值的BP神经网络模型提高了预测精度,具有一定的应用价值。     

基于DTW-VMD-PSO-BP的光伏发电功率短期预测方法

针对光伏发电系统短期预测影响因素较多、预测精度较低、稳定度不高等问题,提出一种基于动态时间弯曲（DTW）和变分模态分解（VMD）的粒子群（PSO）优化的BP神经网络光伏发电预测方法。首先使用动态时间弯曲算法对光伏发电功率及影响因素的数据进行测算得到DTW值,再根据DTW值选择对光伏发电功率影响较大的辐射度作为主要影响因素,然后利用变分模态分解将影响因素及光伏发电功率进行分解,降低数据的波动性和非平稳性。运用粒子群优化的BP神经网络对各分量进行预测,然后将预测结果进行叠加,叠加所得结果即为最后预测结果。在Matlab中对该方法和其他神经网络进行算例验证和误差分析,结果表明采用该方法预测结果精度高,稳定性好。     

基于花朵授粉算法和BP神经网络的短期负荷预测

为了提高短期电力负荷预测的准确性,降低因预测精度不高带来的电能损失,提出将花朵授粉算法（flower pollination algorithm,FPA）与BP神经网络相结合,利用FPA算法具有收敛速度快、全局搜索能力强的特点,对BP神经网络的权值和阈值进行优化,改善传统BP神经网络因权值和阈值的选择具有随机性而陷入局部最优和收敛速度慢的缺点。最后,通过某地区实际负荷数据验证了优化后的BP神经网络的预测精度得到了提高。     

基于自适应粒子群优化BP神经网络的氨法烟气脱硫效率预测

针对氨法烟气脱硫效率的预测问题,建立了以脱硫系统运行中8个主要参数作为输入变量的BP神经网络模型,采用粒子群优化算法(PSO)对建立的BP神经网络模型的权值进行优化,提出基于粒子群优化算法的BP神经网络(PSO-BP)预测新模型,并利用某电厂脱硫系统20组运行数据对该模型进行了验证.结果表明:采用PSO算法对BP神经网络的权值和阈值进行寻优,避免了网络局部极小值的出现,提高了网络的泛化能力,采用PSO-BP预测模型可以对氨法烟气脱硫效率进行较高精度的预测.     

A dimensionless factor characterizing the ignition of pulverized coal flow: Analytical model,experimental verification,and application

An analytical model describing the ignition process of pulverized coal is proposed, and a dimensionless condition number (N_com) is obtained to describe the comprehensive effect of factors governing the ignition of pulverized coal flow, such as the initial temperature of flow, the sectional heat load of the furnace, and the flux of primary air, secondary air and recirculation flue gas. An optimized concentration of pulverized coal flow is derived explicitly, upon which the earliest ignition of pulverized coal flow is possible. The model is verified in a hot furnace experiment, where it is shown that the derived criterion (N_com) can be used for different kinds of coal and different types of burner. For given coal and sectional heat load of furnace, when the value of N_com increases, the condition of ignition is improved and both unburned carbon and NO_x emission are reduced. The employment of N_com in the optimization of burner operating conditions is demonstrated through two applications. In practice, the criterion N_com can be used to guide the selection of the concentration and type of pulverized coal, as well as the choice of burner and desired aerodynamic field, so as to achieve an optimized performance. Copyright © 2008 John Wiley & Sons, Ltd.     

驻涡煤粉燃烧器的实验研究

本文实验研究了驻涡煤粉燃烧器的气流结构及燃烧机理。在ＢＤ（ＢａｒｃｈａｎＤｕｎｅ）型旋涡发生器的特殊作用下,燃烧器出口处形成了一个利于煤粉着火和燃烧的高温热核和高浓度煤粉区域,从而使煤粉着火迅速,燃烧稳定。实际应用证明,驻涡煤粉燃烧器在节省锅炉点火及助燃用油,提高锅炉的低负荷稳燃能力等方面,具有显著作用。     

煤粉气流强迫点火特性试验研究

在一座小型煤粉燃烧试验台上,对不同条件下,两种煤粉气流的强迫点火特性进行了试验研究。结果表明,用火炬引燃煤粉气流,存在一个对应于最低煤粉浓度的最佳点燃速度;煤粉气流的着火界限主要受初始温度、点火源温度、煤种和煤粉细度的影响;提高煤粉气流的初始温度、点火源温度和煤粉细度均可使着火范围变宽,挥发份含量高的煤种点火容易。在相同条件下,直流煤粉气流比旋转煤粉气流容易点燃。     

高风温点火燃烧器中煤粉气流着火燃烧过程的数值模拟

对一种新型电站锅炉无油点火煤粉燃烧器的着火燃烧过程建立数学模型,利用CFX软件对高温空气直接加热点燃煤粉气流的过程进行了数值模拟,得到了点火室内温度场和浓度场分布,并且重点讨论了不同煤粉浓度对煤粉气流着火的影响。计算结果表明,在一定的运行条件下,煤粉气流的稳定着火只发生在一定的煤粉浓度范围内。所进行的理论模拟计算与现场试验结果具有良好的一致性。     

新型点火技术在节约燃油方面的试验研究

对一种新型感应式煤粉锅炉无油直接点火燃烧器进行了试验研究。介绍了试验装置;冷态试验揭示了环流风遏制点火室内壁结焦的机理,并由热态试验得到证实;试验表明该无油直接点火燃烧器有稳定的工作性能;分析了磁场对着火过程的影响。     

煤粉高温富氧无油点火的优化设计研究

设计了一种煤粉高温富氧无油点火装置,利用高温氧气与高浓度煤粉气流的混合直接点燃煤粉,进而取代油枪,实现煤粉的无油点火。通过冷态流场测定实验对点火装置进行了结构优化,并以此为基础,对煤粉高温富氧无油点火进行了数值模拟。结果表明:煤粉高温富氧无油点火装置采用三角形导流锥,中心管喷口扩口半角取15°,高温氧气通道喷口扩口半角取25°时组织的流场状况较好;点火装置形成的富氧燃烧高温火炬温度最高可在3 000 K上,烟气平均温度可在2 000 K以上,能有效保证主燃烧器的顺利点火。     

单角试验炉煤粉射流着火可视化试验研究

本文通过一个图像采集与处理系统，将单角试验炉煤粉射流着火火焰锋面从背景中分离出来。将火焰锋面到燃烧器出口的最近距离定义为着火距离，对一种烟煤的试验研究结果表明，随着煤粉浓度的提高，其平均着火距离明显缩短。具有较高稳定性的钝体燃烧器的煤粉射流着火，倾向于在分离射流的外侧首先出现。     

煤粉高温富氧无油点火实验和数值模拟研究

提出了利用高温氧气与高浓度煤粉气流直接混合来实现煤粉气流点火的无油点火方式,采用煤粉高温氧气无油点火实验装置对煤粉气流的高温氧气无油点火过程进行了研究,利用数值模拟方法对该点火装置的流场特性进行了分析.结果表明：当氧气加热温度超过750℃后,设计工况条件下利用高温氧气可以顺利安全地实现煤粉气流的点火;提高一次风温度、增大一次风煤粉浓度及高温氧气风量或减小一次风速度有利于煤粉气流的着火和燃烧;煤粉气流在点火装置中心管喷口正前方首先开始着火,流场平均温度可达2 000 K以上,最高温度超过3 000 K,温度最高的区域位于中心管轴线的两侧.