科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对火电厂锅炉燃烧优化和节能减排的问题,国内外学者多采用神经网络和启发式优化算法解决上述问题并取得良好效果。然而,对锅炉的燃烧优化仅限于方法研究和对历史数据的建模与优化,未真正应用于锅炉燃烧工况的实时优化中。此外,环保部门对火电厂的污染性气体的监测非常严格,节能减排成为火电厂的首要任务。因此,有必要设计一款实时监测和优化NOx排放的软件。本文以样本增量量子神经网络和改进型人工蜂群算法为核心设计开发锅炉智能燃烧优化软件。通过在某火电厂330MW煤粉锅炉上的测试,实验结果表明:该软件可使氮氧化合物排放浓度和锅炉煤耗有效降低,其具有实用价值。
- 单位
