基于HGA-ANN的燃煤电厂脱硫控制策略

《基于HGA-ANN的燃煤电厂脱硫控制策略》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.comV01．31No3湖北电力笠200!7鲞年篁6月塑Feb．2007基于HGA—ANN的燃煤电厂脱硫控制策略汤美玉，刘定平，贾风禄(1．华南理工大学电力学院，广州510640；2．广州恒运集团公司，广州510730)[摘要]基于多工况脱硫热态试验数据，建立了脱硫成本与运行调整参数的神经网络响应特性模型，并应用该模型对某台210MW四角切圆燃煤电站锅炉的脱硫系统进行优化控制研究。[关键词]锅炉；脱硫控制；神经网络；混合遗传算法[中图分类号]TK22[文献标识码]A[文章编号]

2、1006—3986(2007)03-0055—03ControiTactics0fDesulphurizati0nfOrCoai．firedPowerPlantBasedonHGA．ANNTANGMei—yu，LIUDing—ping，JIAFeng—lu(1．SchoolofPowerEngineering，SouthChinaUniversityofTechnology，Guangzhou，510640，China；2．GuangzhouHengyunEnterprisesHoldingLtd，Guangzhou5

3、10730，China)『Abstract]Onthebasisoftheexperimentalresultsaboutdesu1phurization，anartificialneuralnetwork(ANN)wasusedtothemodelofdesu1phurizationcostcharacteristicswithoperationparameters．Withthismodeltheoptimizationcontrolproblemonthedesu1phurizationsystemofacert

4、ain210MWpulverizedcoalcomerfiredutilityboilerwasbeingstudied．[Keywords]boiler；desu1phurizationcontrol；artificialneuralnetwork；hybridgeneticalgorithm机理模型来描述，适合用神经网络来建立模型。31脱硫成本神经网络模型的建立层BP神经网络可以任意近似非线性函数和动态系目前火力发电厂SO，污染控制技术可分为煤燃统“，为此脱硫成本模型采用3层BP神经网络。烧前脱硫、燃烧中脱硫、燃烧

5、后烟气脱硫(FGD)以1．1神经网络模型输入输出参数的确定及煤转化过程中脱硫。本文研究的对象是回流式循将以上参数作为神经网络的输入量，将脱硫成环流化床烟气脱硫系统(RCFB)。该工艺在脱硫过本作为神经网络的输出建立模型如图1所示。程中运行成本主要有消石灰消耗、水耗和电耗。由脱硫塔入l：]删气潞度于电耗随系统运行工况的变化不大，在系统脱硫成入[]煳sO浓膻本分析时仅考虑消石灰和水耗所发生的费用变化。出lI娴，csO、浓度煤质特性、锅炉的工况和脱硫系统运行状况对锚炉负荷盈入[’j烟气流城塞消石灰等的消耗具有较大的影响，目前

6、尚没有简单RCFB州气差服的计算公式对脱硫成本进行在线计算。RCFB差压在已投运的燃煤锅炉和回流式烟气循环流化床含氧量干法脱硫系统中，影响消石灰耗量和水耗量的因素入炉煤的硫援较多，主要有RCFB脱硫塔入口烟气温度、入口烟气入炉煤的低位发热量SO浓度、出口烟气SO，浓度、锅炉负荷、入口烟气图1脱硫成本神经网络模型流量、RCFB烟气差压、RCFB差压、含氧量、入炉煤的含硫量和入炉煤的低位发热量等，它们具有强1．2神经网络训练及结果分析耦合、非线性等特征，对于这些复杂的过程，难以用采用3层网络结构，输入和输出层分别为10个输

7、入节点和1个输出节点，经过数值实验确定选用[收稿日期]2007—02—1917个隐节点的BP网络结构。选取36个样本数据，[作者简介]汤美玉(1982一)，女，广东江门人，硕士。其中前33个作为训练样本，如表1所示(仅列出其·55·维普资讯http://www.cqvip.com箜鲞箜塑湖北电力VF01．31No32007年6月eb．2007中8个样本)，最后3个样本用来验证模型的正确的学习步长，动量因子为0．5，当系统的均方误差小性。取学习因子为0．85，采用动量附加法和自适应于0．0008或训练次数大于20000时

8、训练结束。表1脱硫实际工况运行数据如图2，验证样本和训练样本均匀分布在基准差分别为5．70％、2．60％和1．96％，平均相对误差线附近，可见该方法具有相当的准确性，输出此时的为3．42％，可以认为网络具有良好的泛化能力。权值和阈值，从而使人工神经网络通过训练学习获2混合遗传算法实现脱硫成本的优化得了正确的输入／输出关系，建立起煤