浏览全部资源
扫码关注微信
1. 西安交通大学动力工程多相流国家重点实验室
2. 浙江浙能技术研究院有限公司
纸质出版:2019
移动端阅览
刘丹, 周熙宏, 杨冬, 等. 燃煤电站锅炉炉膛结渣特性计算分析[J]. 西安交通大学学报, 2019,(9):150-158.
刘丹, 周熙宏, 杨冬, 等. 燃煤电站锅炉炉膛结渣特性计算分析[J]. 西安交通大学学报, 2019,(9):150-158. DOI:
DOI:
为对炉膛结渣情况进行有效预测
通过基于燃煤特性的单一指标与多指标综合预测模型和模糊神经网络分别对一台300 MW级亚临界、一台600 MW级亚临界以及两台1 000 MW级超超临界锅炉机组炉膛结渣情况进行了计算分析;针对300 MW级亚临界锅炉机组建立了膜式水冷壁实际热流密度的计算模型
并利用基于污染系数的神经网络对该电站锅炉炉膛结渣情况进行了预测。3种预测模型的结果表明:单一指标和多指标综合预测模型一定程度上可对炉膛结渣情况进行预测
但其分辨率较低
且模型中各指标对于不同煤种和炉型的分辨率存在差异;模糊神经网络相对于上述模型和传统神经网络分辨率较高
所构建的4种模糊神经网络分辨率可分别达到92%、92%、92%以及100%
且统计结果的分辨率也可达到100%
对不同炉型和煤种的适用性更强。另外
基于污染系数的神经网络可根据电站运行数据对炉膛局部结渣情况进行实时预测
误差在3%以内
均方误差为0.013 4
预测结果可为吹灰提供指导。
A Valero,C Cortés.Ash fouling in coal-fired utility boilers. Monitoring and optimization of on-load cleaning[J].Progress in Energy and Combustion Science,1996(2).
任林,王东风.基于粒子群优化的FCM-SVM算法的锅炉燃煤结渣预测[J].山东电力技术,2018(08).
高继录,陈晓利,董建勋,庞开宇,张敏,吴玉新.基于微型热流计的锅炉结渣实时监测系统研究[J].节能技术,2018(02).
徐力刚,黄亚继,王健,岳峻峰,邹磊,杨钊.基于炉膛结渣监测模型的吹灰优化[J].东南大学学报(自然科学版),2018(01).
周俊波,陈晓文,高海东,高林,王林,郭亦文,侯玉婷.燃煤电站锅炉受热面灰污监测与智能吹灰控制技术[J].热力发电,2017(12).
黎华,张振顶,谭超,刘定波,叶向荣,卢志民,姚顺春.基于热工参数的锅炉积灰结渣在线监测[J].锅炉技术,2017(05).
杨冬,龙俊,茆凯源,曲默丰.1000MW超超临界锅炉结渣特性预测模型[J].南京航空航天大学学报,2017(03).
崔恒.燃煤电厂锅炉结渣在线监测与诊断技术的研究现状[J].华电技术,2016(11).
蒋泓亮,安连锁,沈国清.基于清洁因子模型的炉膛结渣污染监测的研究[J].电力科学与工程,2012(09).
邓喆,李庚生,安连锁,沈国清,张世平.基于声学测温与人工神经网络的炉膛结渣在线监测方法[J].现代电力,2011(04).
俞海淼,曹欣玉,李志,周俊虎,刘建忠,岑可法.应用灰污热流计监测燃煤锅炉炉膛灰污结渣的动态过程[J].动力工程,2005(01).
阎维平,梁秀俊,周健,叶学民,郑占国.300MW燃煤电厂锅炉积灰结渣计算机在线监测与优化吹灰[J].中国电机工程学报,2000(09).
胡勇,巨林仓,范伊波,李新康,李新成.基于神经网络及模糊理论建立回热系统故障诊断层次模型[J].西安交通大学学报,1998(11).
范谨,贾鸿祥,陈听宽.膜式水冷壁温度场解析[J].热力发电,1996(03).
王洪亮.基于模糊神经网络的电站燃煤锅炉结渣特性研究[D].华北电力大学,2011(05).
喻火明.电站锅炉受热面积灰结渣在线监测的研究[D].华北电力大学(北京),2006(08).
0
浏览量
4
下载量
CSCD
关联资源
相关文章
相关作者
相关机构