锅炉燃烧优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103629691103629691A(43)申请公布日2014.03.12(21)申请号201310608508.5(22)申请日2013.11.26(71)申请人浙江工商大学地址310018浙江省杭州市下沙高教园区学正街18号(72)发明人熊建国方磊范淑江陈浩严雨帆王茂贵谢毅张利许翀寰陈庭贵王冰刘东升(74)专利代理机构杭州裕阳专利事务所(普通合伙)33221代理人应圣义(51)Int.Cl.F23N5/00(2006.01)权权利要求书2页利要求书2页说明书4页说明书4页附图1页附图1页(54)发明名称锅炉燃烧优化方法(57)摘要一种锅炉燃烧优化方法，包括：确定锅炉燃烧的若干影响参数；利用人工蜂群算法产生第一代可行解；利用搜索公式对缩减后的第一代可行解进行调整，获得第二代可行解；当某一影响参数的第二代可行解的选择概率小于对应的第一代可行解的选择概率时，所述影响参数的第一代可行解为最优解；当某一影响参数的第二代可行解的选择概率大于对应的第一代可行解的选择概率时，继续利用搜索公式对所述第二代可行解进行调整，直到最终获得最优解；利用获得的影响参数的最优解控制锅炉的燃烧。由于人工蜂群算法不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。CN103629691ACN103629ACN103629691A权利要求书1/2页1.一种锅炉燃烧优化方法，其特征在于，包括：确定锅炉燃烧的若干影响参数；利用人工蜂群算法产生第一代可行解，所述可行解与所述影响参数一一对应；计算各个第一代可行解的适应度函数，根据所述适应度函数将第一代可行解的数量缩减；利用搜索公式对缩减后的第一代可行解进行调整，获得第二代可行解；计算和比较第一代可行解和第二代可行解的选择概率；当某一影响参数的第二代可行解的选择概率小于对应的第一代可行解的选择概率时，停止调整，所述影响参数的第一代可行解为最优解；当某一影响参数的第二代可行解的选择概率大于对应的第一代可行解的选择概率时，继续利用搜索公式对所述第二代可行解进行调整，获得下一代可行解，直到最终获得的可行解的选择概率小于其上一代可行解的选择概率，所述影响参数的上一代可行解为最优解；利用获得的影响参数的最优解控制锅炉的燃烧。2.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述锅炉燃烧的影响参数包括：燃料量、送风量、氧量、锅炉进风温度、排烟温度温差、煤种特性的低位发热量、含基炭百分比、含氧百分比和含氮百分比。3.如权利要求1所述的锅炉燃烧优化方法，其特征在于，利用人工蜂群算法产生第一代可行解的公式为：其中，为其中一种影响参数的可行解，i={1,2,…,n}，n为蜂群总数也等于影响参数的数量，j={1,2,…,D}，所述D为采蜜蜂个体向量的维度，Xmin为对应的影响参数的最小值，Xmax为对应的影响参数的最大值，rand(0,1)为0到1的一个随机数。4.如权利要求3所述的锅炉燃烧优化方法，其特征在于，所述适应度函数为所述am为变量，取值范围为(0,1)，且n为影响参数的数量。5.如权利要求4所述的锅炉燃烧优化方法，其特征在于，获得每一种可行解的适应度后，根据不同的适应度对可行解进行排序，去除适应度较小的部分影响参数，从而将第一代可行解的数量缩减。6.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述搜索公式为其中为当代可行解，为下一代可行解，i={1,2,…,n}，j={1,2,…,D}，k={1,2,…,Ne}，n为蜂群总数也等于影响参数的数量，D为采蜜蜂个体向量的维度，Ne为采蜜蜂总数，且k≠i，rand(0,1)为0到1的一个随机数。7.如权利要求1所述的锅炉燃烧优化方法，其特征在于，所述选择概率为其中为适应度函数，n为影响参数的数量。8.如权利要求1所述的锅炉燃烧优化方法，其特征在于，还包括：当某一影响参数的调2CN103629691A权利要求书2/2页整次数达到预设次数时仍未获得最优解时，利用人工蜂群算法重新产生第一代可行解，并利用搜索公式对第一代可行解进行调整，直到获得最优解。3CN103629691A说明书1/4页锅炉燃烧优化方法技术领域[0001]本发明涉及工业控制领域，特别涉及一种燃煤锅炉的锅炉燃烧优化方法。背景技术[0002]随着国际油价的不断提高，电站锅炉以煤代油和节油的需求日益增强，同时，燃烧产物所造成的大气污染，以及燃用高硫煤时出现的高温腐蚀所造成的损失也不容忽视。由此可见，我国电力企业在燃煤锅炉方面所面临的问题包括燃烧效率、稳燃性能、环境污染、防止结渣和高温腐蚀等。[0003]同时，锅炉作为电厂的3大核心设备之一，对于大型