基于神经网络带蓄热器的工业锅炉房负荷预测及优化运行研究

论文摘要

在我国工业锅炉由于数量多、热效率低,一直以来都是能源消耗、浪费的大户受到众多研究者的重视。为了提高锅炉的效率,加装蓄热器和多台锅炉的负荷优化分配是比较有效的技术措施。但现在动力系统常用的负荷优化分配方法主要是由传统的等微增率法发展而来,在应用中往往不能适应复杂的实际情况或得不到最优结果,所以在实际运行中主要是凭司炉经验确定锅炉的运行工况。在进行蓄热器设计时,很容易发现,蓄热器容积的最小化与锅炉房运行的最优化是一对矛盾的问题,当蓄热器容积达到最小时,一般都不能保证负荷在锅炉房内达到最优分配,或反之。所以在实际中需要针对问题解决这一对矛盾。 针对这些问题,本文首先提出了一种新的负荷优化分配模型,即最小差模型,用来解决传统优化模型不能满足实际操作的问题,使得分配过程更加易于实现。该算法对锅炉房内各锅炉的特性没有特别要求,且需要的原始数据不是锅炉的整条特性曲线而是任意两点的运行参数,所以更加容易得到精确的优化结果。在优化计算的过程中,通过比较各种锅炉间组合方案的运行结果,找到最优组合方式,以确保最后得到的是最优分配方式。当建立了数学模型后,通过选择合适的优化算法,编制了计算机程序,并应用于一实际的工业锅炉房的优化运行,计算实例证明利用该算法可以节约可观的燃油。 对于装有蓄热器的锅炉房,上述负荷优化分配必须是针对预测的负荷曲线进行的,所以本文紧接着进行了工业锅炉房负荷预测工作。首先通过比较选择了神经网络作为负荷预测方法,然后通过比较各种神经网络,根据实际过程的需要,选择了合适的模型和算法,并通过工程软件MATLAB 6.5实现了工业锅炉房未来24小时逐时负荷的预测,预测结果精度满足要求。对于装有蓄热器的工业锅炉房,预测的负荷曲线完全能保证正确的负荷优化分配。在进行神经网络预测过程中,还分析了输入数据对神经网络预测结果的影响,为进一步的工作奠定了基础。 上述优化过程是在锅炉房蓄热器已定的情况下进行的。为了解决蓄热器设计时最小容积和锅炉房运行最优的矛盾,本文提出了蓄热器设计最优化的寿命期内总费用最小模型,并通过计算机程序针对典型日负荷曲线同时实现蓄热器容积最小、锅炉房最优化运行和总费用最小三种模型的计算结果,以方便实际设计时根据需要选择合适的设计方法和设计容积。 在有蓄热器的工业锅炉房里,一个负荷周期内的运行必然涉及到分段运行的问题,最优的分段方案才是最节能的运行方式。所以本文在优化运行的过程中针对蓄热器容积一定的工业锅炉房,在整条负荷曲线上寻找最优分段方案。该方法为进一步优化研究奠定了基础。本文提出的负荷优化分配的原理,对其他动力系统也将有参考价值。

论文目录

• 第一章 绪论
• 1.1 我国的能源现状
• 1.2 我国的节能潜力及工业锅炉房节能的重要性
• 1.3 课题的研究内容及意义
• 1.4 课题的特点
• 第二章 工业锅炉房负荷预测理论及方法
• 2.1 负荷预测方法简介
• 2.1.1 经典数理统计方法
• 2.1.2 人工智能预测方法
• 2.2 工业锅炉房负荷预测方法的选取
• 2.3 神经网络的算法及其改进
• 2.3.1 有关神经网络的基本概念
• 2.3.2 BP算法
• 2.3.3 BP算法的改进
• 2.3.4 神经网络的其它改进方法
• 第三章 工业锅炉房优化运行理论及方法
• 3.1 概述
• 3.2 等微增率法
• 3.3 负荷优化分配方法的新进展
• 3.3.1 动态规划法
• 3.3.2 遗传算法
• 3.3.3 模拟退火算法
• 3.3.4 对等微增率算法的改进算法
• 3.4 最小差模型法
• 第四章 工业锅炉房蓄热器的最优化设计及程序实现
• 4.1 蓄热器及带蓄热器的工业锅炉房的运行
• 4.1.1 蓄热器原理
• 4.1.2 工业锅炉房加装蓄热器的必要性及其运行
• 4.1.3 蓄热器必须蓄热量的计算
• 4.1.3.1 积分曲线法
• 4.1.3.2 高峰负荷法
• 4.1.3.3 充热速率法
• 4.2 蓄热器容积最优化设计
• 4.2.1 第Ⅰ种最优设计
• 4.2.2 第Ⅱ种最优设计
• 4.2.3 第Ⅲ种最优设计
• 4.3 容积最优化设计的程序实现
• 4.4 例证及蓄热器最优设计容积的选取
• 4.4.1 实例计算
• 4.4.2 设计容积的选取
• 第五章 工业锅炉房负荷预测的程序实现
• 5.1 负荷预测数据的分析及样本预处理
• 5.1.1 原始数据分析
• 5.1.2 归一化处理
• 5.2 利用神经网络预测工业锅炉房未来24小时负荷
• 5.2.1 周末平均负荷预测
• 5.2.2 工作日逐时负荷预测
• 5.2.2.1 应用级联神经网络
• 5.2.2.2 单级相同结构网络预测逐时负荷
• 5.2.2.3 单级不同结构网络预测逐时负荷
• 5.2.2.4 分析总结
• 第六章 带蓄热器的工业锅炉房负荷优化分配的程序实现
• 6.1 最优化方法的选取
• 6.2 罚函数法
• 6.2.1 外点法
• 6.2.2 内点法
• 6.2.3 混合法
• 6.3 DFP法
• 6.4 0.618法
• 6.5 最优分配与最优分段的程序实现
• 6.5.1 工业锅炉房的负荷优化分配的程序实现
• 6.5.2 工业锅炉房的最优分段的程序实现
• 6.5.3 课题计算实例
• 6.6 分析总结
• 第七章 总结与讨论
• 7.1 总结
• 7.2 讨论
• 7.3 论文的创新点
• 附录1 程序清单
• 1-1 蓄热器设计程序清单
• 1-2 计算必须蓄热器容积程序清单
• 1-3 利用BP网络预测负荷程序清单
• 1-4 优化运行主程序清单
• fule’子程序清单'>1-5 'opt_fule’子程序清单
• 1-6 惩罚函数算法程序清单
• 1-7 DFP算法程序清单
• 1-8 0.618法程序清单
• 1-9 寻优目标函数、目标函数求导及约束函数程序清单
• 1-10 各程序中用到的其他子程序
• 附录2 参考文献
• 作者在研究生期间发表的论文
• 致谢