共查询到20条相似文献,搜索用时 9 毫秒
1.
2.
燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(back propagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。 相似文献
3.
超临界锅炉中间点温度为控制主蒸汽温度的超前信号,同时也是水冷壁超温保护的重要参数,所以对于中间点温度的仿真与预测具有重要意义。为了能够对中间点温度做出超前预测,提出了基于BP神经网络的中间点温度预测新方法。通过对某600MW超临界锅炉生产数据进行仿真,验证了该方法的有效性。 相似文献
4.
基于模糊神经网络的电站燃煤锅炉结渣预测 总被引:7,自引:0,他引:7
综合运用模糊数学和神经网络知识构建了一个模糊神经网络模型,用以预测电站燃煤锅炉的结渣特性.通过引入反映煤灰特性的4个常用指标以及反映锅炉运行情况的两个指标,使所建模型综合考虑了煤灰特性和锅炉运行因素对结渣的影响.以实际电厂燃煤锅炉为样本,基于改进的BP(back-propagation)算法对网络模型进行了训练.为验证模型的准确性,对7台电站燃煤锅炉的结渣特性进行预测,并将该模型与只考虑煤灰特性指标的常规 BP网络模型进行比较.验证结果表明,模糊神经网络模型的预测结果与实际相符,效果优于常规BP网络模型. 相似文献
5.
选择 4 种不同种类的固体废弃物样品进行热解实验,探究在不同热解温度、停留时间、载气流量以及升温速率影响下固、液、气三态产物的分布规律.基于 BP 神经网络原理,利用 Matlab 神经网络工具箱,建立了针对不同种类废弃物在不同反应条件下的热解产物产率分布模型.模型的输入条件为反应工况和样品特性参数,输出结果为热解三态产物产率,预测值与实验值吻合良好,相关系数 R2为 0.969 6,均方根误差为 2.297 5,表明了该模型对热解过程模拟的可行性与有效性. 相似文献
6.
为了提高锅炉效率,减少污染物排放,电站锅炉需要进行燃烧优化。以新型测温技术为基础,提出一种包含炉内温度场测量结果的燃烧优化模型,采用模拟退火算法作为燃烧优化控制算法进行优化。以某电厂300 MW锅炉为研究对象,采用仿真的方法对燃烧优化控制算法进行研究,通过对锅炉运行参数受到扰动时的工况进行燃烧优化,验证了模拟退火算法的优化性能。结果表明:在锅炉运行参数受到扰动时,模拟退火算法作为优化算法,能够给出有效的燃烧调整指令,解决扰动产生的问题,使炉膛燃烧状态保持设定的优化状态。 相似文献
7.
基于BP神经网络的温度控制系统 总被引:2,自引:0,他引:2
文中介绍了基于BP(Back Pmpagation)的神经网络气化炉温度控制系统。对BP神经网络控制算法作了详细的介绍,运用模糊逻辑控制概念赋予隐层含义,并决定其节点数,同时用高斯核函数作为节点激励函数,并做了仿真研究,叙述了系统的硬件与软件构成,试验表明所设计的系统操作方便、安全可靠,所选择的控制算法适应性强,控制效果良好。 相似文献
8.
9.
10.
11.
利用AnsysFluent14.0软件对某电厂660MW超超临界旋流燃煤锅炉进行NOx生成规律的数值模拟,并将数值模拟结果与现场实际测量结果进行了比较.结果表明:数值模拟结果与现场实际测量结果吻合较好,验证了数值模拟结果的有效性;第1层燃烧器区域生成NOx的体积分数比其他2层高,燃烧器出口附近NOx的体积分数迅速升高到0.001;从第1层燃烧器开始沿炉膛高度方向,NOx体积分数逐渐降低,炉内NOx体积分数最高的区域位于后墙第2层燃烧器上方. 相似文献
12.
为解决传统控制方法在火力发电机组蒸汽温度控制过程中存在的强非线性、大迟延的难题,提出了一种基于长短期记忆(LSTM)神经网络在线估计和粒子群(PSO)滚动优化的预测控制算法。该方法将常规串级控制系统的主回路控制器用预测控制器替代,采用LSTM神经网络建立主蒸汽温度控制系统的过程模型,通过多步预测实现了对复杂非线性系统模型的精确预测。利用PSO算法在线求解主蒸汽温度控制系统的最优预测控制律,避免了传统递推方法无法直接求解非线性优化问题。仿真结果表明:与传统主蒸汽温度串级控制策略相比,该控制算法明显改善了控制系统的快速性,抗扰能力较强,对主蒸汽温度这类具有非线性及模型不精确的被控对象有一定的参考价值。 相似文献
13.
14.
文中在分析锅炉NOx排放物生成机制、影响因素及其控制方式和锅炉效率影响因素的基础上,结合锅炉燃烧特性试验,建立了锅炉排烟温度、飞灰含碳量和NOx排放的改进型的Elman动态神经网络预测模型,这种改进型的Elman动态网络结构简单、计算量小、容易收敛且易实现在线辨识。并利用预测模型输出的锅炉排烟温度和飞灰含碳量,通过简化的锅炉损失计算模型得到锅炉排烟损失和未完全燃烧损失,这两项损失和预测模型输出的NOx排放构造了锅炉优化燃烧寻优的目标函数。利用遗传算法的寻优特性搜索锅炉可调参数的最优值,指导运行人员在高效燃烧低NOx排放的基础上优化运行。 相似文献
15.
16.
本文以城建国际大厦冷源系统的检测数据为依据,利用BP神经网络,建立了空调负荷预测模型,并取得了较好的结果。文章进一步分析了可能存在的误差及提高预测精度的方法。 相似文献
17.
为了提高锅炉燃烧效率,降低火电机组发电能耗,减少温室气体的排放。通过采用神经网络技术建模的锅炉优化燃烧技术,并用遗传算法寻优以调整锅炉燃烧的风粉配比等控制参数,实现锅炉燃烧工况的动态最优运行,较好的克服了传统试验法指导燃烧调整的缺点,解决了燃煤机组煤炭来源不稳定,在偏离设计煤种工况下运行而导致的锅炉燃烧效率低,煤炭消耗及氮氧化物高的问题。通过试验证明该技术可以优化锅炉的运行工况,提高锅炉效率,降低氮氧化物的排放,具有较高的应用价值和广阔的应用前景。 相似文献
18.
飞灰含碳量是反映燃煤锅炉机组燃烧效率的重要技术指标和运行经济指标,同时也影响锅炉的安全运行。超临界对冲火焰锅炉由于掺烧劣质煤,经常出现飞灰含碳量偏高的现象。本文以660MW超临界对冲火焰锅炉为研究对象,将影响飞灰含碳量的负荷、煤粉细度等十个运行参数作为输入量,应用BP神经网络的非线性动力学特性和自学习能力,建立了飞灰含碳量预测模型。经网络预测,与实际值的误差小于5.48%。在预测模型的基础上,对飞灰含碳量影响因素进行单因素影响规律分析。预测和分析结果表明,本模型方法能有效提取各参数对飞灰含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。 相似文献