大型四角切圆燃烧锅炉NOx排放特性的神经网络模型

被引:58
作者
周昊
朱洪波
茅建波
廖宏楷
岑可法
机构
[1] 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,广东省电力集团公司,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,广东省电力集团公司,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浙江杭州,广东广州,
关键词
锅炉; NOx; 人工神经网络;
D O I
10.13334/j.0258-8013.pcsee.2002.01.007
中图分类号
TM621.2 [锅炉及燃烧系统];
学科分类号
080802 ;
摘要
随着环保要求的不断提高 ,大型燃煤电厂锅炉的NOx排放特性日益受到关注 ,但其排放特性复杂 ,受煤种、锅炉基金项目 :国家重点基础研究发展规划基金资助项目 ( 973)(G19990 2 2 2 0 4)。SubsidizedbytheSpecialFundsformajorStateBasicResearchPro jectsofChina( 973) (G19990 2 2 2 0 4) .设计结构、操作参数等多种因素影响。在对某台 6 0 0MW四角切圆燃煤电厂锅炉的NOx 排放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 ,建立了大型四角切圆燃烧锅炉NOx 排放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NOx 排放特性 ,如结合全局寻优技术 ,可为大型电厂锅炉通过燃烧调整降低NOx 排放提供有效手段。
引用
收藏
页码:34 / 38
页数:5
相关论文
共 3 条
[1]  
FUEL[P]. RU2128684C1,1999-04-10
[2]  
Predicting coal ash fusion temperature with a back-propagation neural network model. Yin Chungen,Luo Zhongyang,Ni Mingjiang,Cen Kefa. Fuel . 1998
[3]  
Theory of the back propagation neural network. Hechi -Nielsen R. P roc of IJCNN . 1989