神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

被引：4

作者：

周昊

钱欣平

郑立刚

翁安心

岑可法

机构：

[1] 浙江大学热能工程研究所能源清洁利用和环境工程教育部重点实验室,浙江大学出版社,浙江大学热能工程研究所能源清洁利用和环境工程教育部重点实验室,浙江大学热能工程研究所能源清洁利用和环境工程教育部重点实验室,浙江大学热能工程研究所能源清洁利用和环境工程教育部重点实验室杭州,杭州,杭州,杭州,杭州

来源：

环境科学 | 2003年 / 06期

关键词：

锅炉; 氮氧化物; 模拟退火算法;

D O I：

10.13227/j.hjkx.2003.06.011

中图分类号：

X701 [废气的处理与利用];

学科分类号：

083002 ;

摘要：

对某 6 0 0MW燃煤电站锅炉进行了多工况热态NOx 排放特性测量 ,在利用多层前向神经网络对该锅炉的NOx 排放特性进行建模的基础上 ,将神经网络模型与模拟退火全局优化算法相结合 ,实现了锅炉的低NOx 燃烧的优化 ,计算得到可获得低NOx 排放浓度的具体燃烧配风方案 .文中对 2种不同退火参数的模拟退火算法进行了比较 ,结果说明采用T0 =5 0K ,α=0 .6的参数可以获得较好的寻优效果 .本文研究结果为实现大型电站锅炉低NOx 燃烧控制的在线优化技术打下了基础 .

引用

页码：63 / 67

页数：5