论文部分内容阅读
随着中国加入WTO以后,我国的国民经济面临着又一次的高速发展,作为基础产业的电力工业尤为突出。今后所有的电厂都要进行“竞价上网”,各发电企业均把节能降耗作为内部管理的重点。显然,提高燃煤锅炉运行的可靠性和经济性,对于发电企业的生存与发展,具有重要意义。锅炉的热效率是衡量燃煤锅炉和发电机组运行经济性的最重要指标。提高燃煤锅炉热效率的一个重要措施是对锅炉的运行工况进行燃烧调整。排烟热损失q2和机械不完全燃烧热损失q4是指导和优化锅炉运行的重要参数,由于影响排烟热损失q2和机械不完全燃烧损失q4的参数很多,而且这些参数之间也往往相互耦合,本文通过优化的理论和方法,建立了q2、q4的多元优化组合模型,表述了煤质特性及锅炉运行参数与q2、q4之间的定量关系;通过定性与定量相结合的方法,确定了综合评价模型,对于指导锅炉实际运行具有重要意义。锅炉热效率的实时计算是对锅炉的运行工况进行及时燃烧调整的基础,也是一个亟待解决的难题。衡量锅炉热效率的主要指标是锅炉排烟所带走的排烟热损失q2和机械不完全燃烧热损失q4。本文利用人工神经网络的理论和方法,建立了锅炉热效率的预报模型。利用改进的 BP网络对燃煤锅炉的q2、q4进行预报,满足了现场计算的精度和时间要求,初步达到了实时在线监测锅炉热效率和及时调整运行工况的目的,提高了锅炉运行的经济性。