燃气发电机组燃烧稳定性分析

发布时间：2017-12-19 00:16

  本文关键词：燃气发电机组燃烧稳定性分析

  更多相关文章： 燃气轮机 燃烧稳定性 BP神经网络 粒子群优化算法 燃烧室加速度 燃烧室压力波动

【摘要】：电力是人类生活不可缺少的能源,近年来,随着国家能源结构的调整以及对环境保护要求的提高,以燃气发电为代表的清洁能源逐渐成为我国能源结构调整的重要方向。与传统燃煤机组相比,燃气机组启停速度快,自动化程度高,可以很大程度上满足电网调峰要求,同时其排放相对燃煤机组而言更加清洁。而燃气轮机要想安全稳定的运行,就必须克服其在启停阶段及变负荷阶段燃烧不稳定的情况。燃气轮机运行过程中若出现燃烧不稳定状况,将会对燃气轮机部件特别是燃烧内部造成结构性损坏。本文的研究内容及取得的主要成果体现在以下几个方面：1.介绍了反映燃烧稳定性的三个关键因素：燃烧室加速度、燃烧室压力波动及燃机排气温度。并选择这三种因素进行燃气轮机燃烧状态的稳定性监测。研究表明,燃烧室加速度信号和燃烧室压力对燃烧状态变化的响应灵敏,而排气温度分布变化雷达图也对燃烧室内火焰分布有直观的判断,因此三组参数可对燃气轮机燃烧稳定性进行较为精准的判断。2.燃气轮机燃烧过程是一个极其复杂的模型,目前国内使用的主流机型均缺乏对燃烧模型的研究,缺少判断燃烧稳定性的精准判据。本文以北京草桥燃气电厂数据为依据,通过对几年间已知的燃烧稳定和不稳定的数据进行搜集整理,利用现今比较流行的BP神经网络算法反复训练,得到了较为准确的燃烧稳定性判据。3.介绍了粒子群优化算法与BP神经网络,对各自的优缺点进行了详尽的阐述。为了改进粒子群算法易陷入局部极值无法达到全局寻优的缺点,本文提出在粒子群优化算法中同时加入变异跟极值扰动的思想。然后使用改进粒子群的算法,对BP神经网络的权值与阈值进行寻优,构建改进粒子群与BP神经网络结合的模型,提升神经网络模型的训练精度。4.本文以北京草桥燃气电厂1号机组数据为基础,对加速度、燃烧室压力波动信号进行特征量的提取,带入到改进PSO-BP神经网络算法中进行了建模仿真,并与经典BP神经网络的测试结果进行对比,之后本文结合两种信号的特征向量进行训练,并对结果进行探讨。
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM611

【相似文献】

中国期刊全文数据库 前10条

1 刘树明;;基于神经网络的锅炉内火焰燃烧稳定性研究[J];计算机仿真;2012年08期

2 陈书谦;柏桂枝;;基于神经网络的火焰燃烧稳定性算法研究[J];南京师大学报(自然科学版);2012年04期

3 莽珊珊;余永刚;张琦;;燃烧室边界形状对整装含能液体高压燃烧稳定性影响的实验研究[J];弹道学报;2013年04期

4 郭伯伟;工程燃烧原理讲座[J];冶金能源;1985年02期

5 魏兆龙,郭朝令,杨义波;煤种燃烧稳定性试验研究[J];锅炉技术;1999年10期

6 郝祖龙;刘吉臻;常太华;刘焕章;;采用数据融合方法诊断电站锅炉的燃烧稳定性[J];动力工程;2007年06期

7 蒋海明;;基于锅炉内热平衡判断燃烧稳定性的方法[J];云南电力技术;2011年02期

8 余永刚,周彦煌,刘东尧,陆欣;液体炮中喷射结构对燃烧稳定性的影响[J];南京理工大学学报(自然科学版);2003年02期

9 曾旭华;;煤质下降对锅炉安全性和燃烧稳定性的影响及改进措施[J];中国高新技术企业;2010年07期

10 邓新发,金涛,何立明;某型发动机高空、低速条件下燃烧稳定性及燃烧效率分析[J];空军工程大学学报(自然科学版);2004年02期

中国重要会议论文全文数据库 前2条

1 傅强;胡林凯;张玮;毕佩玉;;提高670T/H无烟煤锅炉燃烧稳定性的调整方法[A];全国火电200MW级机组技术协作会第24届年会论文集[C];2006年

2 余岳峰;马骏;范浩杰;;基于频谱分析的煤粉火焰燃烧稳定性研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

中国博士学位论文全文数据库 前2条

1 莽珊珊;整装式含能液体高压瞬态燃烧稳定性控制方法及机理研究[D];南京理工大学;2013年

2 杨光军;电站锅炉燃烧状态监测与优化策略研究[D];华北电力大学（北京）;2008年

中国硕士学位论文全文数据库 前9条

1 张哲;煤粉炉燃烧稳定性的研究[D];华北电力大学(北京);2016年

2 王月龙;燃气发电机组燃烧稳定性分析[D];华北电力大学(北京);2016年

3 李玉华;基于支持向量机的电站锅炉燃烧稳定性研究[D];华北电力大学（北京）;2008年

4 连倩;基于信息融合燃烧稳定性映射关系模型的研究[D];华北电力大学（河北）;2008年

5 毕武林;煤粉火焰稳定性与熄火综合评判模型的研究[D];长沙理工大学;2010年

6 祖春光;电站锅炉燃烧稳定性及经济性诊断、分析与应用[D];华中科技大学;2006年

7 陈立超;点燃式气体燃料发动机燃烧稳定性的模拟研究[D];北京交通大学;2012年

8 张清宇;火焰燃烧稳定性诊断方法研究[D];浙江大学;2004年

9 王洋;基于数据融合的锅炉低负荷下燃烧稳定性判断[D];华北电力大学（北京）;2006年

，

本文编号：1306170