人工神经网络的大型电厂锅炉飞灰含碳量建模.docVIP

基于人工神经网络的大型电厂锅炉飞灰含碳量建模 ??? 摘? 要：飞灰含碳量是影响锅炉热效率的一个重要因素，但飞灰含碳量受煤种、锅炉设计结构、操作参数等多种因素影响，关系复杂。煤种变化往往导致燃烧工况偏离试验调整获得的最优值。在对某台300MW四角切圆燃煤电厂锅炉飞灰含碳量特性进行多工况热态测试的基础上，应用人工神经网络的非线性动力学特性及自学习特性，建立了大???? 关键词：锅炉；飞灰含碳量；人工神经网络 1? 引言 ???? 大型燃煤电厂锅炉的经济性一直是电厂运行和设计人员关心的重要问题。飞灰含碳量是影响锅炉热效率的一个重要指标，特别是对于燃用劣质煤的锅炉。但影响燃煤锅炉飞灰含碳量的因素多而且复杂，受到如锅炉燃用煤种、设计安装水平、锅炉运行操作水平等多种因素的影响，很难采用简单的公式进行估算，往往需采用实炉测试方法加以确定并摸索降低飞灰含碳量的运行方法。但实炉测试工作量大，测试工况有限，各运行参数和煤种对锅炉飞灰含碳量都存在影响，互相叠加，导致数据分析困难。而锅炉燃用煤种和操作参数千变万化，不可能保证在试验工况下运行，导致偏离燃烧调整获得的最佳工况下而无法获得最低的飞灰含碳量。相对而言，影响锅炉热效率的其他几项热损失根据运行参数可以有明确的计算公式可以求得，影响因素比较简单。获得飞灰含碳量与煤种和运行参数之间的关系对于锅炉的运行优化是有意义的。???? 本文在对某台300MW四角切圆燃煤电厂锅炉的飞灰含碳量特性进行多工况实炉热态测试的基础上，应用人工神经网络的非线性动力学特性及自学习特性，建立了大型四角切圆燃烧锅炉飞灰含碳量特性的神经网络模型，并对此模型进行了校验。结果表明，该模型能根据燃煤特性及各种操作参数准确预报锅炉在不同工况下的飞灰含碳量特性，如结合寻优技术，可为大型电厂锅炉通过燃烧调整提高锅炉效率提供有效手段。 2 ?人工神经网络和BP学习算法 ??? 人工神经网络是由大量模拟生物神经元的人工神经元广泛互连而成的网络，由大量的简单处理单元连接而成的自适应非线性系统。通过输入信号在各神经元之间的传递，获得输出，可以模拟人类大脑神经网络结构和行为，具有高度的非线性，并且系统可以从大量存在的知识样本中，通过学习提取出有效的知识和规则，对自身不断完善、发展和创新。??? 目前应用最广泛的BP网络是一种单向传播的多层前向网络，可看成是一个从输入到输出的高度非线性映射，即对样本集合，通过BP网络可近似复杂的非线性函数关系而获得输出。人工神经网络近似复杂函数、处理信息的能力完全取决于网络中各种神经元之间的耦合权值，由于较大规模网络，各权值不可能被一一确定，因此网络本身需要学习能力，即能够从示范模式的学习中逐步调整各权值。业已证明用一个3层的BP网络可以完成任意的n维到m维的映射[1]。? ?? BP算法即误差反向传播算法是神经网络学习中最常用的学习方法之一，BP算法中通过神经计算得到的输出和样本值进行误差分析，不断反复修正神经网络中各权值，从而使网络的输出接近所希望的输出，最终误差满足要求，即学习结束，获得学习成功后的权值。由于在BP算法中误差计算是由输出层向输入层的方向进行，因此称为误差反向传播算法。由梯度下降法构成的BP算法为网络的学习提供了简单有力的方法，但也存在局部最小和收敛速度慢等问题，为此，提出了附加动量法和自适应学习速率等改进方法。另外一些最优化方法，如模拟退火、单纯形法和遗传算法也可用来完成神经网络的学习。有关人工神经网络和BP算法的具体论述可参见文[2]、[3]。???? 神经网络在煤燃烧方面的应用实例见文[4]~ [7]。 3? 研究对象介绍 ??? 某300MW四角切圆粉煤燃烧锅炉为亚临界中间再热控制循环锅炉，采用正压直吹式制粉系统，配5台RP863中速磨煤机，炉膛尺寸为(14022)mm2。炉膛四角布置切向摆动式燃烧器,燃烧器为一二次风间隔布置，燃烧器可在上、下方向摆动以调节再热汽温，采用同心反切燃烧系统，二次风偏离一次风一定角度送入炉膛。满负荷条件下投用A~D层一次风，E层一次风备用。锅炉炉膛结构和燃烧器结构如图1所示。 4? 飞灰含碳量特性热态测试结果 ???? 在该300MW燃煤锅炉上进行了热态多工况实炉测试，对影响锅炉燃烧特性的各种运行参数如锅炉负荷、磨组合、燃尽风（OFA）配风方式、二次风配风方式、煤种、燃烧器摆角等进行了变工况试验，具体工况见表1及表2。???? 试验过程保持煤粉细度不变，测量了飞灰含碳量，如表3所示。试验结果表明，锅炉飞灰含碳量特性受到各种运行参数的影响，因素多而且复杂。 5? 飞灰含碳量特性神经网络模型的设计 ???? 燃煤锅炉飞灰含碳量特性受到如煤种、运行参数和锅炉设计制作安装等因素的影响，关系较为复杂，但如将锅炉考虑成黑箱模型，由于锅炉已经建成运行，其设计和