支持向量机理论与遗传算法相结合的300MW机组锅炉多目标燃烧优化

为提高电站锅炉燃烧的经济性并尽可能降低NOx排放量,以煤耗率和NOx生成量最小为目标,运用支持向量机算法建立了某亚临界300 MW机组烟煤锅炉的煤耗率和NOx生成量预测模型,并结合该机组的实际运行数据,对所建模型的准确性进行了验证。将建立的煤耗率和NOx生成量模型进行耦合,生成锅炉燃烧优化模型,并将煤耗率和NOx生成量综合作为优化目标,建立目标函数,应用遗传算法寻找锅炉的最优运行方案。结果表明:基于支持向量机算法建立的锅炉燃烧模型对锅炉煤耗率和NOx生成量具有较高的预测能力;增加燃尽风量可降低NOx生成量,但同时会提高煤耗率,为优化运行,应将同时降低煤耗率和NOx生成量综合作为优化目标;对于该亚临界300MW机组烟煤锅炉,满负荷运行时机组经济性较好,且NOx生成量最低,其他负荷下,一、二次风比例和各层二次风挡板开度在某特定值时机组经济性和NOx排放可达到最佳情况。