人工智能技术在电站锅炉燃烧优化中的应用研究

电站锅炉的运行面临降低运行成本与降低污染物排放的双重要求,高效低污染的优化决策问题日益引起关注。由于锅炉设备结构庞大,运行条件复杂,燃料性质多变等因素,建立电站锅炉排放特性的函数模型难度极大,为满足锅炉高效低污染燃烧优化研究的需要,该文借助优化燃烧特性试验数据,建立了电站锅炉热效率与 NOx 排放的响应特性的神经网络与解析函数的混合模型。文中使用了非函数形式的响应模型,燃烧优化采用了十进制遗传算法。优化数值解表明,该方法可针对锅炉热效率和 NOx 排放的不同优化目标,给出可行的调整各风门开度等操作量的优化控制方案。