基于智能技术的混煤特性预测及配煤优化模型研究

发布时间：2017-03-19 11:02

  本文关键词：基于智能技术的混煤特性预测及配煤优化模型研究，由笔耕文化传播整理发布。

【摘要】： 由于近年来火电用煤日趋紧张,煤价上涨、煤源复杂多变等因素造成大部分火力发电厂不得不采用混煤掺烧的燃煤方式。燃用煤偏离锅炉设计煤种的现象普遍存在,锅炉煤质不稳造成锅炉效率降低、燃用设备安全可靠性降低和燃煤污染物排放加重。因此研究混配煤煤质特性和着火特性对充分利用地方劣质煤和实现锅炉的混煤优化掺烧具有重要的意义。 针对湖南本地煤煤质差的特点,选用了多种湖南地方煤和外省煤进行动力配煤研究,对选用单煤和混煤进行了低位发热量测定、元素分析、工业分析和热重实验,掌握了单煤种的煤质特性和着火特性。通过混煤煤质线性加权值与实验值相比较,发现混煤煤质与单煤煤质之间不是简单的线性加权关系,而是呈现非线性的规律。 根据煤质实验数据,利用GRNN神经网络建立了混煤的煤质特性、着火温度和着火稳燃特性指数预测模型,并分别对各预测模型的预测性能进行了研究,确立了网络参数和模型结构。最后对混煤煤质特性、着火温度和着火稳燃特性指数进行预测,预测的平均相对误差均在5%以内。 在此基础上,针对本文研究的煤质数据库建立了动力配煤优化模型,采用遗传算法对模型进行求解,在优化模型约束条件中应用了混煤煤质预测模型求得混配煤煤质,得到煤价最低符合约束条件的优化配煤方案,并结合实验研究和模型预测验证了优化混煤在煤质特性、着火特性、煤价等方面较单煤都有了很大改善,能够实现混煤掺烧的优化目的。
【关键词】：混煤 GRNN神经网络 预测 遗传算法 优化
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TK227.1
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 国内煤炭资源及动力配煤技术综述9-19
• 1.1 引言9
• 1.2 国内煤炭资源及其在能源消费结构中的地位9-12
• 1.2.1 国内煤炭资源概况9-10
• 1.2.2 湖南省煤炭资源概述10-12
• 1.3 动力配煤的意义及发展现状12-17
• 1.3.1 动力配煤的意义12-14
• 1.3.2 国外动力配煤技术发展及相关研究现状14-15
• 1.3.3 国内动力配煤技术发展及相关研究现状15-17
• 1.4 本文主要研究内容17-19
• 第二章 混煤煤质特性和着火燃烧特性实验研究19-36
• 2.1 单煤煤质特性及混煤方案19-23
• 2.1.1 单煤的元素分析19-20
• 2.1.2 单煤的发热量和工业分析20-22
• 2.1.3 配煤的混煤方案22-23
• 2.2 混煤煤质特性23-26
• 2.3 煤的燃烧特性研究26-35
• 2.3.1 热重分析仪及实验方法27-31
• 2.3.2 着火特性和燃烧特性判别指数31-32
• 2.3.3 实验结果32-35
• 2.4 本章小结35-36
• 第三章 神经网络预测混煤煤质特性研究36-51
• 3.1 广义回归神经网络原理36-39
• 3.1.1 GRNN网络结构36-37
• 3.1.2 GRNN预测算法37-39
• 3.2 GRNN网络性能影响39-40
• 3.3 GRNN网络在煤质预测中的应用40-42
• 3.3.1 混煤煤质预测模型描述40-41
• 3.3.2 数据的归一化处理41
• 3.3.3 预测模型应用41-42
• 3.4 混煤煤质预测结果42-49
• 3.4.1 混煤发热量预测及其性能分析42-45
• 3.4.2 混煤工业分析和元素分析预测45-49
• 3.5 本章小结49-51
• 第四章 混煤着火温度和着火稳燃特性指数预测研究51-58
• 4.1 煤的着火燃烧51-52
• 4.2 影响煤着火的因素52-54
• 4.2.1 发热量的影响52
• 4.2.2 挥发分的影响52-53
• 4.2.3 灰分的影响53
• 4.2.4 水分的影响53-54
• 4.3 GRNN在预测混煤着火温度及着火稳燃特性指数上的应用54-57
• 4.3.1 混煤着火温度预测54-56
• 4.3.2 混煤着火稳燃特性指数预测56-57
• 4.4 本章小结57-58
• 第五章 遗传算法在动力配煤优化模型中的应用58-68
• 5.1 遗传算法理论58-61
• 5.1.1 遗传算法介绍58-59
• 5.1.2 遗传算法设计的基本步骤59-61
• 5.2 遗传算法在动力配煤优化模型中的应用61-66
• 5.2.1 配煤实际问题编码及初始群体生成61-62
• 5.2.2 适应度对群体的评价62-64
• 5.2.3 遗传算子的确定64-65
• 5.2.4 算法终止条件65-66
• 5.3 模型优化结果66-67
• 5.4 本章小结67-68
• 第六章 结论与建议68-70
• 参考文献70-74
• 致谢74-75
• 发表论文和参加科研情况75

【引证文献】

中国期刊全文数据库 前2条

1 陈栋楠;欧俭平;马爱纯;周成建;廖文高;;动力配煤线性预测与非线性预测方法研究[J];金属材料与冶金工程;2012年02期

2 彭皓;袁益超;王波;;GA-BP神经网络在动力配煤煤质和燃烧特性预测中的应用[J];能源研究与信息;2011年04期

中国博士学位论文全文数据库 前1条

1 朱再兴;锅炉动力配煤优化模型和专家系统研发及炉内燃烧仿真优化研究[D];中南大学;2012年

中国硕士学位论文全文数据库 前4条

1 刘艳军;电厂动力配煤煤质预测模型与优化模型研究[D];中南大学;2011年

2 单文娣;基于车辆轨道动力特性的轨道基础沉降智能识别方法[D];北京交通大学;2012年

3 文旭林;基于神经网络的水平光管内有机工质流动沸腾换热研究[D];昆明理工大学;2012年

4 郝敬亚;群体智能算法在电厂燃料管理系统中的应用研究[D];华北电力大学;2012年

  本文关键词：基于智能技术的混煤特性预测及配煤优化模型研究，，由笔耕文化传播整理发布。

本文编号：255921