基于机器学习的燃煤锅炉燃烧效率在线计算

2021年第04期

618

318

在线阅读

全文下载

引用格式：

陈波，曹歌瀚，黄亚继，等.基于机器学习的燃煤锅炉燃烧效率在线计算［J］.洁净煤技术，2021,27(4):174-179. CHEN Bo，CAO Gehan，HUANG Yaji,et al.Online calculation of coal-fired boiler combustion efficiency based on machine learning［J］.Clean Coal Technology，2021,27(4):174-179.

作者：

陈波

曹歌瀚

黄亚继

岳峻峰

徐文韬

王亚欧

李雨欣

金保昇

单位：

江苏方天电力技术有限公司；东南大学东南大学能源热转换及其过程测控教育部重点实验室

摘要：

经济发展方向与政策导向促使火电厂燃煤锅炉朝着智能化方向升级，燃煤锅炉的燃烧效率是衡量锅炉运行状况的重要指标。为了满足实时计算锅炉热效率的要求，借助于电厂的日常测量数据计算锅炉效率，计算方法为：① 分析锅炉的燃烧运行特征；② 根据提取的特征采用剔除异常数据、稳态判别、相似性处理的预处理方法，生成更好的训练样本；③ 采用遗传算法改进的神经网络算法建立锅炉排烟温度、飞灰含碳量和煤质灰分之间的计算模型；利用燃煤热值与理论空气量的比例关系计算入炉煤热值，计算值用于锅炉热效率的反平衡计算模型。计算结果表明，神经网络模型的预测值能满足工程计算的要求；计算所得的排烟温度、飞灰含碳量与煤质灰分用于锅炉效率的计算过程，可实现实时动态的锅炉效率计算；计算所得锅炉效率的变化与实际蒸发量变化基本一致。锅炉实际蒸发量下降时，锅炉效率降低；锅炉实际蒸发量保持60%以上额定蒸发量时，锅炉效率易保持在较高水平。

关键词：

机器学习

神经网络算法

遗传算法

数据分析

锅炉效率

作者简介：

陈波(1991—)，男，重庆江津人，工程师，硕士，从事锅炉及其辅机性能现场测试、状态评价、运行优化研究及相关信息系统开发研究。E-mail:chenbo_frontier@163.com。通讯作者：黄亚继，教授，从事燃烧过程中污染物控制、生物质热解与气化、固废干燥与焚烧、锅炉燃烧优化研究。E-mail:heyyj@seu.edu.cn