科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对汽轮机冷端系统运行优化传统方法存在不能实时反映机组实际运行情况的问题，提出一种便捷的基于机组运行历史数据的智能方法.该方法首先通过BP神经网络的多参数输入来预测机组的净功率及背压，同时利用遗传算法（GA）优化神经网络模型来提升预测结果的精度，然后改变循环水流量进行净功最大寻优，得出净功最大时的循环水流量及汽轮机运行背压.通过对某630 MW机组的预测和计算，结果表明该方法能够有效预测机组的净功率及背压并得出不同工况下的最佳循环水流量，为机组冷端系统的优化运行提供参考，也有助于推动火电厂的节能减排与智慧化运行.
- 单位
