减少污染物排放成本的配煤优化模型

被引:7
作者
张宇 [1 ]
周连升 [1 ]
王桂林 [1 ]
韦云国 [2 ]
刘涛 [2 ]
贺欣 [1 ]
机构
[1] 国网天津市电力公司电力科学研究院
[2] 天津华能杨柳青热电有限责任公司
关键词
混煤配煤; 污染物; SVM; 遗传算法; 优化模型;
D O I
暂无
中图分类号
TM621 [火力发电厂、热电站]; TP18 [人工智能理论];
学科分类号
080802 [电力系统及其自动化]; 140502 [人工智能];
摘要
基于污染物的生成、排污罚款以及污染物控制设备等因素,针对某300 MW机组及其常用煤种,采用支持向量机(SVM)建立了燃煤锅炉污染物生成预测模型,利用机组实际运行数据对建立的模型进行训练和验证,进而结合燃煤煤价,采用遗传算法,以最低运行成本为目标,对配煤模式进行优化。结果表明,该模型预测精度较高,配煤优化后,氨耗成本、NOx排放罚款、消耗石灰石费用、脱硫水耗等参数均有所降低,减少了脱硝和脱硫成本。
引用
收藏
页码:88 / 92
页数:5
相关论文
共 10 条
[1]
火电厂配煤优化方法研究 [D]. 
曾琴琴 .
哈尔滨工业大学,
2006
[2]
SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[3]
基于粒子群算法的火电厂优化配煤研究 [J].
刘永江 ;
高正平 ;
韩义 ;
张秉权 ;
蔡斌 ;
于英利 ;
郭洋 .
锅炉技术, 2012, 43 (05) :18-24
[4]
配煤技术及其数学模型研究 [J].
谭宝成 ;
李元坷 .
西安工业大学学报, 2011, 31 (02) :156-159
[5]
基于非支配排序遗传算法的无约束多目标优化配煤模型 [J].
夏季 ;
华志刚 ;
彭鹏 ;
陆潘 ;
张成 ;
陈刚 .
中国电机工程学报, 2011, 31 (02) :85-90
[6]
基于最小二乘支持向量机的电站锅炉燃烧优化 [J].
顾燕萍 ;
赵文杰 ;
吴占松 .
中国电机工程学报, 2010, 30 (17) :91-97
[7]
电厂负荷分配与配煤优化耦合模型的研究 [J].
黄国和 ;
张晓萱 ;
徐鸿 ;
席北斗 ;
牛彦涛 .
华东电力, 2009, 37 (07) :1202-1206
[8]
基于遗传算法的动力配煤模型 [J].
周俊虎 ;
平传娟 ;
刘建忠 ;
周志军 ;
程军 ;
岑可法 .
煤炭学报, 2003, (05) :547-551
[9]
电厂优化配煤多目标机会约束数学模型的建立 [J].
阮伟 ;
张伟宁 ;
周俊虎 ;
岑可法 ;
章全 ;
郑晓纽 .
动力工程, 2001, (01) :1090-1092
[10]
挥发分采用应用基代替可燃基作为燃料燃烧特性的商榷 [J].
陶鹏 .
电力技术, 1988, (07) :67-68+66