锅炉燃烧在线优化方法.pdf

(19)中华人民共和国国家知识产权局*CN102679391A*(12)发明专利申请(10)申请公布号CN102679391A(43)申请公布日2012.09.19(21)申请号201210157437.7(22)申请日2012.05.21(71)申请人常州市新港热电有限公司地址213033江苏省常州市新北区春江镇圩塘江边化工区(72)发明人胡士超羊建新(74)专利代理机构苏州广正知识产权代理有限公司32234代理人刘述生(51)Int.Cl.F23N5/00(2006.01)权利要求书权利要求书11页页说明书说明书22页页(54)发明名称锅炉燃烧在线优化方法(57)摘要本发明公开了一种锅炉燃烧在线优化方法，包括如下步骤：先通过机组对锅炉的实时运行参数进行监测，并对参数进行记录确定；其次对参数进行比较，并提供最优值曲线指导；然后采用人工智能神经网络技术建立锅炉的燃烧特性优化数学模型；再利用遗传算法或模拟退火法对锅炉的燃烧特性进行优化；最后对燃烧优化参数作为长期趋势数据保存，并对具有累积效应的参数进行累计监测和存储。通过上述方式，本发明能够提高锅炉运行的经济性，采用燃烧优化技术后NOx排放量可以下降20%~30%，排烟温度降低，飞灰含碳量降低，提高了锅炉的效率，减少各种损失，提高了整个机组的效率。CN1026793ACN102679391A权利要求书1/1页1.一种锅炉燃烧在线优化方法，其特征在于，包括如下步骤：a、通过机组对锅炉的实时运行参数进行监测，并对参数进行记录确定；b、对参数进行比较，并提供最优值曲线指导；c、采用人工智能神经网络技术建立锅炉的燃烧特性优化数学模型；d、利用遗传算法或模拟退火法对锅炉的燃烧特性进行优化；e、对燃烧优化参数作为长期趋势数据保存，并对具有累积效应的参数进行累计监测和存储。2.根据权利要求1所述的锅炉燃烧在线优化方法，其特征在于，所述建模方式还采用支持向量机技术。3.根据权利要求1所述的锅炉燃烧在线优化方法，其特征在于，所述建模中采用的试验方法为正交法。4.根据权利要求1所述的锅炉燃烧在线优化方法，其特征在于，所述建模过程中采集的数据为结构上的分布均匀值和数量上的均等值。5.根据权利要求1所述的锅炉燃烧在线优化方法，其特征在于，所述锅炉的实时运行参数包括锅炉的负荷、煤种、各层的一次风门风速、各层的二次风门风速和燃尽风门开度。6.根据权利要求1所述的锅炉燃烧在线优化方法，其特征在于，所述锅炉的燃烧特性优化值包括NOx排放值、各层的一次风门风速优化值、各层的二次风门风速优化值、燃尽风门开度优化值和氧量优化控制值。7.根据权利要求6所述的锅炉燃烧在线优化方法，其特征在于，所述锅炉的NOx燃烧过程为迭代次数曲线。2CN102679391A说明书1/2页锅炉燃烧在线优化方法技术领域[0001]本发明涉及锅炉信息控制领域，特别是涉及一种锅炉燃烧在线优化方法。背景技术[0002]我国的发电厂大多以煤为主要燃料，近年来由于电煤供应较为紧张，锅炉燃煤变化较为频繁，实际燃用煤种常常都偏离设计值，从而会直接影响锅炉运行的经济性和安全性。[0003]现有供煤及配煤系统存在许多不完善之处，加之电站燃用煤质难以得到保障，同时随着超临界、超超临界机组的投运，对锅炉燃烧运行提出了更高的要求。[0004]锅炉的燃烧计划是节能减排的重要技术手段，它能够确保锅炉的安全、平稳和经济运行。发明内容[0005]本发明主要解决的技术问题是提供一种锅炉燃烧在线优化方法，能够提高锅炉运行的经济性、稳定性和安全性，采用燃烧优化技术后NOx排放量可以下降20%~30%，排烟温度降低，飞灰含碳量降低，提高了锅炉的效率，减少各种损失，保证锅炉正常稳定的汽压、汽温和蒸汽量，提高了整个机组的效率。[0006]为解决上述技术问题，本发明采用的一个技术方案是：提供一种锅炉燃烧在线优化方法，包括如下步骤：a、通过机组对锅炉的实时运行参数进行监测，并对参数进行记录确定；b、对参数进行比较，并提供最优值曲线指导；c、采用人工智能神经网络技术建立锅炉的燃烧特性优化数学模型；d、利用遗传算法或模拟退火法对锅炉的燃烧特性进行优化；e、对燃烧优化参数作为长期趋势数据保存，并对具有累积效应的参数进行累计监测和存储。[0007]在本发明一个较佳实施例中，所述建模方式还采用支持向量机技术。[0008]在本发明一个较佳实施例中，所述建模中采用的试验方法为正交法。[0009]在本发明一个较佳实施例中，所述建模过程中采集的数据为结构上的分布均匀值和数量上的均等值。[0010]在本发明一个较佳实施例中，所述锅炉的实时运行参数包括锅炉的负荷、煤种、各层的一次风门风速、各层的二次风门风速和燃尽风门开度。[0011]在本发明一个较佳实施例中，所述锅炉的燃烧特性优化值包括NOx排放值、各层的一