Print

主元分析在火电厂燃烧优化中的应用

论文摘要

目前,火力发电机组仍然是国家电力工业的主体。发电厂的年煤耗量是国家原煤产量的20%,因此,在现如今绿色经济和低碳生活的大环境下,实施锅炉燃烧优化以提高锅炉热效率,降低煤耗已经势在必行。烟气含氧量测量的精准程度对空气和燃料的比例控制至关重要,它可以影响到燃料的完全燃烧,关系到锅炉燃烧效率的高低。火焰中心的位置对电站安全经济生产具有举足轻重的作用,是锅炉运行中一个非常重要的状态参量。为了达到锅炉燃烧优化,提高锅炉热效率的目的,本文着重利用主元分析理论构建烟气含氧量模型和火焰中心高度位置模型。首先本文针对锅炉燃烧优化调整过程中的氧量不易测量的问题,采集DCS数据库中与氧量相关的信号,结合主元回归理论构造了烟气含氧量的模型,并且结合电厂现场数据进行仿真实验,验证了主元分析理论在燃烧优化中的可行性。然后本文提取DCS数据库中的火检强度信号,利用主元分析的方法提取主要信息量,构造出在不同负荷下的炉膛火焰中心的高度位置。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 课题研究的背景和意义
  • 1.2 本文涉及的基本概念
  • 1.2.1 燃烧优化
  • 1.2.2 软测量技术
  • 1.3 本文的内容安排
  • 第2章 主元分析方法的理论基础
  • 2.1 主元分析的几何意义
  • 2.2 计算主元的方法
  • 2.3 主元分析法的主要统计量
  • 2.3.1 霍特林统计量
  • 2.4 主元回归方法
  • 2.5 主元个数的选取方法
  • 2.6 本章小结
  • 第3章 主元分析在烟气含氧量预测中的应用
  • 3.1 必要性和意义
  • 3.2 基于主元回归方法的烟气含氧量预测
  • 3.3 数据验证
  • 3.4 基于现场数据确定热工过程主导变量
  • 3.5 本章小结
  • 第4章 基于PCA神经网络的烟气含氧量的预测
  • 4.1 神经网络概述
  • 4.2 RBF神经网络基本原理
  • 4.2.1. 径向基神经元模型
  • 4.2.2 基于matlab的径向基函数网络的构建
  • 4.3 构建PCA-RBF神经网络
  • 4.4 实例验证
  • 4.5 本章小结
  • 第5章 PCA在构造炉膛火焰中心高度位置中的应用
  • 5.1 研究炉膛火焰中心的意义
  • 5.2 影响火焰中心的因素
  • 5.3 火检信号
  • 5.4 火焰中心位置的构造
  • 5.4.1 火焰中心位置修正系数
  • 5.4.2 构造火焰中心高度位置
  • 5.5 本章小结
  • 第6章 结论和展望
  • 6.1 论文工作总结和展望
  • 6.2 论文展望
  • 参考文献
  • 攻读硕士学位期间发表的学术论文及其它成果
  • 致谢

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/8a94096fd00620dcd6ce00cb.html