本文關鍵詞：火電機組飛灰含碳量軟測量模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著世界的持續(xù)發(fā)展,能源短缺日益突出,能源的開發(fā)和有效利用程度是生產技術和生活水平的重要標志,也是我國經濟發(fā)展的一個重要的問題。目前,電力行業(yè)已經成為我國最為重要的能源產業(yè),因此,努力提高發(fā)電效率和降低發(fā)電成本成為我國各大發(fā)電企業(yè)發(fā)展方向的重要任務。鍋爐飛灰含碳量是反映火力發(fā)電廠燃煤鍋爐燃燒效率的一項重要指標,精確和實時地監(jiān)測飛灰含碳量有利于提高鍋爐燃燒控制水平,降低發(fā)電成本,提高機組運行的經濟性,同時也有利于提高煤灰的品質,促進煤灰的商品化。但是由于工業(yè)水平有限,傳統(tǒng)的離線測量技術具有樣品不具有代表性、運行不穩(wěn)定和測量數據實時性低等缺陷,不能有效的指導鍋爐運行,從而不能很好的提高鍋爐效率。本文提出一種基于BP神經網絡建模的飛灰含碳量軟測量技術,并加入基于機理建模分析實時在線監(jiān)測的煤質參數與煤元素的輔助變量,使本文模型不同于往常的僅僅基于運行數據的神經網絡模型,并在最后利用主元分析對輸入變量進行優(yōu)化處理,對輸入進行降維,降低模型的復雜性,使模型更加精確和可靠。實驗結果表明,基于BP神經網絡的本文優(yōu)化模型與傳統(tǒng)模型相比,具有很好的泛化能力,計算速度快且準確,是飛灰含碳量的很好的一種軟測量模型。
【關鍵詞】：火電機組 煤質參數 飛灰含碳量 軟測量 主元分析
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM621
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 選題背景及其意義9-10
• 1.2 國內外研究動態(tài)10-13
• 1.3 課題主要研究內容13-14
• 1.4 研究方案及難點14-15
• 第2章 軟測量的系統(tǒng)原理15-22
• 2.1 軟測量系統(tǒng)的定義15
• 2.2 數據預處理15-16
• 2.2.1 數據濾波15-16
• 2.2.2 數據變換16
• 2.3 軟測量模型的實現16-19
• 2.3.1 輔助變量的選擇17
• 2.3.2 變量之間的時序匹配17
• 2.3.3 建模方法的選擇17-19
• 2.3.4 軟測量模型的校正與維護19
• 2.4 軟測量建�；痉椒ňC述19-21
• 2.4.1 基于機理分析的建模19-20
• 2.4.2 基于人工神經網絡的建模20
• 2.4.3 基于統(tǒng)計學習理論的建模20
• 2.4.4 混合建模20-21
• 2.5 本章小結21-22
• 第3章 影響飛灰含碳量的因素22-28
• 3.1 火電機組飛灰的形成和特點22
• 3.2 鍋爐飛灰含碳量的影響因素分析22-27
• 3.2.1 煤質特性的影響22-25
• 3.2.2 鍋爐負荷25
• 3.2.3 爐膛內的空燃比25-26
• 3.2.4 一次風中煤粉濃度26
• 3.2.5 配風方式的影響26-27
• 3.2.6 熱風溫度的影響27
• 3.3 本章小結27-28
• 第4章 煤質參數的求取28-46
• 4.1 煤水分的測量28-35
• 4.1.1 輸入總熱量29-32
• 4.1.2 輸出總熱量32-34
• 4.1.3 求解煤水分34-35
• 4.2 低位發(fā)熱量的求取35-37
• 4.3 灰分的求取37-39
• 4.4 揮發(fā)分的求取39-45
• 4.5 本章小結45-46
• 第5章 軟測量模型的建立與實現46-56
• 5.1 研究對象46-47
• 5.2 基于BP神經網絡的飛灰含碳量軟測量模型47-51
• 5.2.1 數據的采集與預處理47-48
• 5.2.2 BP網絡結構的建立和初始化48-49
• 5.2.3 網絡訓練停止的判斷準則49
• 5.2.4 基于模型的飛灰含碳量預測49-51
• 5.3 基于主元分析的模型優(yōu)化51-55
• 5.3.1 主成分分析的概念及基本思想51-52
• 5.3.2 主成分分析的數學模型52-53
• 5.3.3 主成分分析的計算步驟53
• 5.3.4 基于主元分析優(yōu)化模型的驗證53-55
• 5.4 本章小結55-56
• 第6章 結論與展望56-58
• 6.1 結論56-57
• 6.2 后續(xù)工作的開展和繼續(xù)研究的方向57-58
• 參考文獻58-61
• 攻讀碩士學位期間發(fā)表的論文及其它成果61-62
• 致謝62

【相似文獻】

中國期刊全文數據庫 前10條

1 高愛華;飛灰含碳量偏高的原因分析及對策[J];節(jié)能;2001年12期

2 王鶯歌;;大型電站鍋爐飛灰含碳量的調整與控制[J];東北電力技術;2007年11期

3 周建新;王雷;徐治皋;司風琪;;大型電站鍋爐飛灰含碳量優(yōu)化模型研究[J];鍋爐技術;2008年03期

4 曲亞鑫;劉吉臻;田亮;郝祖龍;王玨;;基于數理統(tǒng)計的飛灰含碳量預測及異常原因分析[J];電站系統(tǒng)工程;2009年01期

5 周新剛;劉志超;;基于燃燒與傳熱相耦合的飛灰含碳量預測模型[J];鍋爐技術;2009年03期

6 石楠;;淺談鍋爐飛灰含碳量成因及降低措施[J];中國新技術新產品;2012年12期

7 施永紅;云峰;;因子分析法在飛灰含碳量分析中的應用[J];工業(yè)加熱;2012年06期

8 張光玉;;影響660MW鍋爐飛灰含碳量因素的分析[J];科技視界;2013年29期

9 姜海生;;飛灰含碳量過高的原因分析及降低方法[J];黑龍江科技信息;2013年28期

10 吳戈,陸繼東,余亮英,陳文;激光感生擊穿光譜技術測量飛灰含碳量[J];熱能動力工程;2005年04期

中國重要會議論文全文數據庫 前10條

1 劉為展;劉利莎;;摻燒低揮發(fā)份煤時鍋爐飛灰含碳量大的原因分析及調整措施[A];第四屆火電行業(yè)化學(環(huán)保)專業(yè)技術交流會論文集[C];2013年

2 郭啟旺;岳健;鄭向軍;;漳澤發(fā)電廠670T/H鍋爐飛灰含碳量偏高原因分析及對策[A];全國火電200MW級機組技術協作會第二十三屆年會論文集[C];2005年

3 劉為展;劉利莎;;燃煤摻燒時鍋爐飛灰含碳量大的原因分析及調整措施[A];第六屆電力工業(yè)節(jié)能減排學術研討會論文集[C];2011年

4 郭慶濤;;改進爐膛燃燒,降低飛灰含碳量[A];全國火電200MW級機組協作會第22屆年會論文集[C];2004年

5 肖芝林;張帆;彭巧平;;鍋爐飛灰含碳量的分析及燃燒調整策略[A];超超臨界機組技術交流2013年會論文集[C];2013年

6 趙世杰;王海濱;;灼燒法飛灰含碳量在線檢測與應用的研究[A];第四屆火電行業(yè)化學(環(huán)保)專業(yè)技術交流會論文集[C];2013年

7 顏洪新;吳強;魏萍;;降低300MW直吹式鍋爐飛灰含碳量[A];全國火電300MWe級機組能效對標及競賽第三十九屆年會論文集[C];2010年

8 李強;宣益民;馮長青;謝仁宏;楊向東;任志平;;MCE-1型煙道式飛灰含碳量在線測量系統(tǒng)的研制與應用[A];全國火電100MW級機組技術協作會第三屆年會論文集[C];2004年

9 王潔;;提高制粉質量和制粉系統(tǒng)出力降低飛灰含碳量,確保機組經濟滿發(fā)[A];全國火電大機組（300MW級）競賽第33屆年會論文集[C];2004年

10 王曉東;;華能太倉電廠320MW機組降低飛灰含碳量的改進措施[A];全國第八屆電站鍋爐專業(yè)技術交流年會論文集[C];2013年

中國重要報紙全文數據庫 前1條

1 劉立彪 王躍川 山西漳澤發(fā)電廠發(fā)電運行部;EП-670-13.8-545 K T型自然循環(huán)鍋爐降低飛灰含碳量[N];科學導報;2011年

中國碩士學位論文全文數據庫 前10條

1 劉蘋稷;火電機組飛灰含碳量軟測量模型研究[D];華北電力大學(北京);2016年

2 周新剛;燃煤電站鍋爐飛灰含碳量預測模型研究[D];山東大學;2006年

3 徐何偉;紅外反射法對測量飛灰含碳量的研究[D];浙江大學;2010年

4 馮長青;煙道型電站鍋爐飛灰含碳量在線測量技術研究[D];南京理工大學;2003年

5 苗鵬;基于燒失法的飛灰含碳量在線監(jiān)測系統(tǒng)研究[D];北京交通大學;2012年

6 葉兆青;660MW超臨界對沖火焰燃煤鍋爐飛灰含碳量預測與運行優(yōu)化[D];長沙理工大學;2014年

7 溫文杰;大型電站鍋爐配煤摻燒的飛灰含碳量預測與優(yōu)化運行[D];華南理工大學;2010年

8 吳戈;激光感生擊穿光譜技術應用于飛灰含碳量的定量分析[D];華中科技大學;2005年

9 楊蒴;降低220t/h燃煤鍋爐飛灰含碳量的研究[D];華中科技大學;2008年

10 朱競東;基于神經網絡的火電廠飛灰含碳量測量[D];華北電力大學;2012年

  本文關鍵詞：火電機組飛灰含碳量軟測量模型研究，，由筆耕文化傳播整理發(fā)布。

本文編號：430607