[00141123]基于试验设计与人工神经网络技术的工业锅炉燃烧性能优化

为了全面改善锅炉系统运行指标,达到锅炉安全、稳定、经济运行的目的,我公司自主研发了基于试验设计与人工神经网络的工业锅炉燃烧性能优化技术,并在京隆（丰镇）电厂#1机组锅炉上进行了试验研究和中试运行,目前,取得了良好的效果。该锅炉性能优化系统是基于先进的智能技术和专家系统,并增加锅炉运行关键中间参数-炉膛出口烟温（FEGT）在线监测,通过全方位的试验设计和专家系统获取数据,将各种运行参数与锅炉性能指标之间的关系量化,利用统计学多变数非线性回归和人工智能神经网络技术,建立运行参数与锅炉性能指标之间的关系建立数学模型,实现锅炉运行参数锅炉性能指标之间的协调,达到锅炉系统综合性能全面改善的目的。目前锅炉性能优化系统经过3个月的安装、调试以及完善,系统已经投入运行,在机组安全稳定运行、提高机组的运行可靠性和经济方面均达到了预期的目的。 1、 研究内容 1)分析现有煤粉锅炉燃烧系统的优化冗余度,在最优实验设计原则的指导下,设计正交实验,完成前期优化实验。 2)利用多变量非线性相关分析进行数据筛选,选择同优化目标量因果相关度高的输入数据,确定合理的、精简化的输入变量集合。综合采用多种滤波算法对输入输出数据进行预处理以去除其中的噪声成分和数据野点。 3)根据处理后的实验数据,利用径向基函数网络对锅炉输入、输出间数学映射进行建模,同时采用进化算法训练和优化网络参数,使其可以匹配和反映现有煤粉锅炉燃烧系统的输入输出之间的非线性映射关系。 4)优化系统针对煤质难以测量而且经常发生变化所导致离线优化结果失效问题,提出以本地搜索和最优目标更新的滚动优化策略,采用自适应网格爬山法实现在线优化;运用统计方法综合考虑历史数据与新信息对训练用数据的贡献,合理遗忘部分历史数据对网络训练的贡献,以适应煤质变化对离线训练优化系统的影响,改善其应用效果。 总之,该系统可根据用户需求进行锅炉系统全面性能优化,寻优算法自身具有求解约束条件下全局最优运行状态的能力。根据不同的侧重点,提高锅炉效率,降低供电煤耗,预防或治理结焦结渣、降低NOx排放,提高锅炉运行的安全性、可靠性、和经济性。该系统技术措施的实施对电厂现有设备系统没有任何破坏,且改进的系统和原系统可以切换运行,对电厂机组安全运行没有不利影响。 2、 关键技术 1)利用试验数据经预处理和多变量非线性相关分析后,提取过程信息,之后采用RBF径向基神经网络训练建立锅炉优化模型是本项目的关键技术之一。 2)针对煤质难以测量而且经常发生变化所导致离线优化结果失效问题,提出以离线优化值为初值,采用自适应网格爬山法实现在线动态优化,是本项目的关键技术之一。 3)运用统计方法综合考虑历史数据与新信息对训练用数据的贡献,引入遗忘因子,合理遗忘部分历史数据对网络训练的贡献,自适应更新RBF神经网络模型,以适应煤质变化对离线训练优化系统的影响,是本项目的关键技术之一。