基于神经网络遗传算法的锅炉燃烧优化系统

针对锅炉燃烧过程参数选取问题,选取一次风量、二次风量等锅炉燃烧过程中所涉及的控制参数,建立基于BP神经网络的锅炉燃烧模型。根据历史工况下的燃烧数据对锅炉效率进行预测,采用遗传算法对控制参数进行优化,以此提高锅炉燃烧效率。该文针对某电厂1000 MW直流锅炉燃烧过程参数建立BP神经网络模型,对其控制参数进行优化,基于Matlab开发了一套实用性强、功能齐全的电站锅炉燃烧优化软件。结果表明,该炉的燃烧效率在经优化后有了显著提高。

超超临界锅炉喷水减温系统的建模与仿真

该文研究1000 MW超超临界直流锅炉喷水减温系统,将整个系统看成由3级过热装置与2级减温装置组合而成,并采用机理建模方法对过热器模块和喷水减温器模块建立数学模型。通过在MATLAB中编写对应S函数,将模块的非线性数学模型转化为便于仿真的Simulink模块,从而搭建整个系统的仿真模型,并对该模型进行了扰动时域响应仿真实验。结果表明,仿真模型的参数变化与真实系统的动态特性基本一致,该建模方法是可行的。