火电机组飞灰含碳量软测量模型研究

发布时间：2017-06-07 23:10

  本文关键词：火电机组飞灰含碳量软测量模型研究，由笔耕文化传播整理发布。

【摘要】：随着世界的持续发展,能源短缺日益突出,能源的开发和有效利用程度是生产技术和生活水平的重要标志,也是我国经济发展的一个重要的问题。目前,电力行业已经成为我国最为重要的能源产业,因此,努力提高发电效率和降低发电成本成为我国各大发电企业发展方向的重要任务。锅炉飞灰含碳量是反映火力发电厂燃煤锅炉燃烧效率的一项重要指标,精确和实时地监测飞灰含碳量有利于提高锅炉燃烧控制水平,降低发电成本,提高机组运行的经济性,同时也有利于提高煤灰的品质,促进煤灰的商品化。但是由于工业水平有限,传统的离线测量技术具有样品不具有代表性、运行不稳定和测量数据实时性低等缺陷,不能有效的指导锅炉运行,从而不能很好的提高锅炉效率。本文提出一种基于BP神经网络建模的飞灰含碳量软测量技术,并加入基于机理建模分析实时在线监测的煤质参数与煤元素的辅助变量,使本文模型不同于往常的仅仅基于运行数据的神经网络模型,并在最后利用主元分析对输入变量进行优化处理,对输入进行降维,降低模型的复杂性,使模型更加精确和可靠。实验结果表明,基于BP神经网络的本文优化模型与传统模型相比,具有很好的泛化能力,计算速度快且准确,是飞灰含碳量的很好的一种软测量模型。
【关键词】：火电机组 煤质参数 飞灰含碳量 软测量 主元分析
【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】：TM621
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-15
• 1.1 选题背景及其意义9-10
• 1.2 国内外研究动态10-13
• 1.3 课题主要研究内容13-14
• 1.4 研究方案及难点14-15
• 第2章 软测量的系统原理15-22
• 2.1 软测量系统的定义15
• 2.2 数据预处理15-16
• 2.2.1 数据滤波15-16
• 2.2.2 数据变换16
• 2.3 软测量模型的实现16-19
• 2.3.1 辅助变量的选择17
• 2.3.2 变量之间的时序匹配17
• 2.3.3 建模方法的选择17-19
• 2.3.4 软测量模型的校正与维护19
• 2.4 软测量建模基本方法综述19-21
• 2.4.1 基于机理分析的建模19-20
• 2.4.2 基于人工神经网络的建模20
• 2.4.3 基于统计学习理论的建模20
• 2.4.4 混合建模20-21
• 2.5 本章小结21-22
• 第3章 影响飞灰含碳量的因素22-28
• 3.1 火电机组飞灰的形成和特点22
• 3.2 锅炉飞灰含碳量的影响因素分析22-27
• 3.2.1 煤质特性的影响22-25
• 3.2.2 锅炉负荷25
• 3.2.3 炉膛内的空燃比25-26
• 3.2.4 一次风中煤粉浓度26
• 3.2.5 配风方式的影响26-27
• 3.2.6 热风温度的影响27
• 3.3 本章小结27-28
• 第4章 煤质参数的求取28-46
• 4.1 煤水分的测量28-35
• 4.1.1 输入总热量29-32
• 4.1.2 输出总热量32-34
• 4.1.3 求解煤水分34-35
• 4.2 低位发热量的求取35-37
• 4.3 灰分的求取37-39
• 4.4 挥发分的求取39-45
• 4.5 本章小结45-46
• 第5章 软测量模型的建立与实现46-56
• 5.1 研究对象46-47
• 5.2 基于BP神经网络的飞灰含碳量软测量模型47-51
• 5.2.1 数据的采集与预处理47-48
• 5.2.2 BP网络结构的建立和初始化48-49
• 5.2.3 网络训练停止的判断准则49
• 5.2.4 基于模型的飞灰含碳量预测49-51
• 5.3 基于主元分析的模型优化51-55
• 5.3.1 主成分分析的概念及基本思想51-52
• 5.3.2 主成分分析的数学模型52-53
• 5.3.3 主成分分析的计算步骤53
• 5.3.4 基于主元分析优化模型的验证53-55
• 5.4 本章小结55-56
• 第6章 结论与展望56-58
• 6.1 结论56-57
• 6.2 后续工作的开展和继续研究的方向57-58
• 参考文献58-61
• 攻读硕士学位期间发表的论文及其它成果61-62
• 致谢62

【相似文献】

中国期刊全文数据库 前10条

1 高爱华;飞灰含碳量偏高的原因分析及对策[J];节能;2001年12期

2 王莺歌;;大型电站锅炉飞灰含碳量的调整与控制[J];东北电力技术;2007年11期

3 周建新;王雷;徐治皋;司风琪;;大型电站锅炉飞灰含碳量优化模型研究[J];锅炉技术;2008年03期

4 曲亚鑫;刘吉臻;田亮;郝祖龙;王珏;;基于数理统计的飞灰含碳量预测及异常原因分析[J];电站系统工程;2009年01期

5 周新刚;刘志超;;基于燃烧与传热相耦合的飞灰含碳量预测模型[J];锅炉技术;2009年03期

6 石楠;;浅谈锅炉飞灰含碳量成因及降低措施[J];中国新技术新产品;2012年12期

7 施永红;云峰;;因子分析法在飞灰含碳量分析中的应用[J];工业加热;2012年06期

8 张光玉;;影响660MW锅炉飞灰含碳量因素的分析[J];科技视界;2013年29期

9 姜海生;;飞灰含碳量过高的原因分析及降低方法[J];黑龙江科技信息;2013年28期

10 吴戈,陆继东,余亮英,陈文;激光感生击穿光谱技术测量飞灰含碳量[J];热能动力工程;2005年04期

中国重要会议论文全文数据库 前10条

1 刘为展;刘利莎;;掺烧低挥发份煤时锅炉飞灰含碳量大的原因分析及调整措施[A];第四届火电行业化学(环保)专业技术交流会论文集[C];2013年

2 郭启旺;岳健;郑向军;;漳泽发电厂670T/H锅炉飞灰含碳量偏高原因分析及对策[A];全国火电200MW级机组技术协作会第二十三届年会论文集[C];2005年

3 刘为展;刘利莎;;燃煤掺烧时锅炉飞灰含碳量大的原因分析及调整措施[A];第六届电力工业节能减排学术研讨会论文集[C];2011年

4 郭庆涛;;改进炉膛燃烧,降低飞灰含碳量[A];全国火电200MW级机组协作会第22届年会论文集[C];2004年

5 肖芝林;张帆;彭巧平;;锅炉飞灰含碳量的分析及燃烧调整策略[A];超超临界机组技术交流2013年会论文集[C];2013年

6 赵世杰;王海滨;;灼烧法飞灰含碳量在线检测与应用的研究[A];第四届火电行业化学(环保)专业技术交流会论文集[C];2013年

7 颜洪新;吴强;魏萍;;降低300MW直吹式锅炉飞灰含碳量[A];全国火电300MWe级机组能效对标及竞赛第三十九届年会论文集[C];2010年

8 李强;宣益民;冯长青;谢仁宏;杨向东;任志平;;MCE-1型烟道式飞灰含碳量在线测量系统的研制与应用[A];全国火电100MW级机组技术协作会第三届年会论文集[C];2004年

9 王洁;;提高制粉质量和制粉系统出力降低飞灰含碳量,确保机组经济满发[A];全国火电大机组（300MW级）竞赛第33届年会论文集[C];2004年

10 王晓东;;华能太仓电厂320MW机组降低飞灰含碳量的改进措施[A];全国第八届电站锅炉专业技术交流年会论文集[C];2013年

中国重要报纸全文数据库 前1条

1 刘立彪 王跃川 山西漳泽发电厂发电运行部;EП-670-13.8-545 K T型自然循环锅炉降低飞灰含碳量[N];科学导报;2011年

中国硕士学位论文全文数据库 前10条

1 刘苹稷;火电机组飞灰含碳量软测量模型研究[D];华北电力大学(北京);2016年

2 周新刚;燃煤电站锅炉飞灰含碳量预测模型研究[D];山东大学;2006年

3 徐何伟;红外反射法对测量飞灰含碳量的研究[D];浙江大学;2010年

4 冯长青;烟道型电站锅炉飞灰含碳量在线测量技术研究[D];南京理工大学;2003年

5 苗鹏;基于烧失法的飞灰含碳量在线监测系统研究[D];北京交通大学;2012年

6 叶兆青;660MW超临界对冲火焰燃煤锅炉飞灰含碳量预测与运行优化[D];长沙理工大学;2014年

7 温文杰;大型电站锅炉配煤掺烧的飞灰含碳量预测与优化运行[D];华南理工大学;2010年

8 吴戈;激光感生击穿光谱技术应用于飞灰含碳量的定量分析[D];华中科技大学;2005年

9 杨蒴;降低220t/h燃煤锅炉飞灰含碳量的研究[D];华中科技大学;2008年

10 朱竞东;基于神经网络的火电厂飞灰含碳量测量[D];华北电力大学;2012年

  本文关键词：火电机组飞灰含碳量软测量模型研究，，由笔耕文化传播整理发布。

本文编号：430607