燃煤电站锅炉NOx排放的人工神经网络建模及优化分析.pdfVIP

第36卷第lO期 妻氧电力 V01．36No．10 2008年lO月 FastChinaElectricPower 0ct．2008 ·’燃煤电站锅炉NOx排放的‘ 人工神经网络建模及优化分析 朱群志，李芳芹，任建兴，潘卫国，李琦芬 ’(上海电力学院能源与环境工程学院，上海200090) j ，’、 摘要：影响燃煤锅炉氮氧化物生成的因素很多且规律复杂。利用人工神经网络技术，使用某一电厂低NO。 排放燃烧优化试验的数据，建立了该锅炉氮氧化物的排放模型。该模型预测精度较高、结果可信。通过建立 的神经网络模型分析了配风方式的影响。结果表明：缩腰型配风方式较佳，而倒宝塔型配风方式优于正宝塔 型配风方式。建立的神经网络模型可以为燃煤锅炉通过优化燃烧降低NO；排放提供理论指导。 关键词：燃煤锅炉；人工神经网络；氮氧化物排放；空气分级燃烧 基金项目：上海市重点学科建设项目(P1302)；上海高校选拔培养优秀青年教师科研专项基金资助项目 作者简介：朱群志(1972·)，男，博士，副教授，主要从事污染物排放控制、太阳能利用的研究。 中图分类号：TK223文献标识码：A 文章编号：1001-9529(2008)10-0128-04 Artificialneuralnetworkmodelsof emissionforCOal．firedboilersand Nox of combustion ，’ optimizationstaged-air 。 ZHU Zhi·qun，LIFang-qin，PENJian-xing，PANWei-guo，LIQi-fen of Sources of andEnvironment Electric (SchoolEnergy Engineering，ShanghaiUniversity Power，sII肌曲ai200090，China) factorscallaffectNOx incoal-firedboilers．Tosolvethe neuralnetwork Abstract：Many generation problem．artificial W88 toconstructtheNOxemissionmodelbasedonfieldtest effectsof technique data，and verticaldistribu- applied tionsof airam basedonneuralnetwork isconcludedthata distribu· secondarynly-舱d predictions．It concave-shape tionorlow of airatlowstoriesofacomhastor8．rebeneficialtoNOxreduction．Theconstructed secondary percentages neuralnetworkmodelcan theoreticalforNOxred