基于反向传播-向量评价遗传算法模型的燃煤电站锅炉燃烧多目标优化

作者：余廷芳; 耿平; 曹孟冰; 霍二光

来源：环境污染与防治, 2016, 38(10): 12-32.

DOI：10.15985/j.cnki.1001-3865.2016.10.003

• 电站锅炉
• 锅炉热效率
• NOx排放量
• 多目标优化

基于MATLAB智能工具箱对某300MW电站锅炉进行燃烧优化。利用反向传播(BP)神经网络分别建立了锅炉热效率和NOx排放预测模型,用以预测锅炉热效率和NOx排放特性。锅炉热效率预测的校验样本相对误差平均绝对值为0.210 0%,NOx排放量预测的校验样本相对误差平均绝对值为2.410 0%,表明模型具有良好的准确性和泛化性。借助向量评价遗传算法(VEGA)优化模型得到锅炉热效率和NOx排放量的优质解集合。300 MW负荷下锅炉热效率优质解集合为92.93%93.64%,NOx排放量优质解集合为367413mg/m3;270 MW负荷下锅炉热效率优质解集合为92.26%93.56%,NOx排放量优质解集合为360416mg/m3。研究结果对实际的电站锅炉燃烧具有一定的指导意义。

• 单位
  南昌大学机电工程学院