基于全工况数据挖掘的多目标燃烧优化Multi-objective combustion optimization based on data mining with full-scale working condition
郑伟,刘达
摘要(Abstract)：
为了使燃煤电站锅炉燃烧达到高效低污染的目的,提出了锅炉燃烧优化的约束模糊加权规则提取算法,该算法可以快速确定燃烧过程中各变量的定量关系,并给出相应的数据挖掘方法,从锅炉全工况海量历史运行数据中提取燃烧优化规则,并构建燃烧优化知识库,实现多目标燃烧优化。通过在发电机组上的实际实验,验证了在同等工况下,利用锅炉燃烧优化规则,NOx排放质量浓度平均值下降69.47 mg/m3,飞灰含碳量平均值下降0.05%,锅炉效率平均值提升0.11%。因此,基于全工况数据挖掘的多目标燃烧优化,能够有效缓解燃煤电站节能减排的压力,也便于实施和在线应用。
关键词(KeyWords)： 燃煤电站;燃烧优化;数据挖掘;NOx排放;飞灰含碳量;锅炉效率
基金项目(Foundation):
作者(Author): 郑伟,刘达