基于SDAE预测模型和改进SSA的NOx排放优化
作者:马良玉; 孙佳明
更新时间:
为了降低氮氧化物(nitrogen oxide,NOx)锅炉燃烧系统的排放浓度,根据1000MW火电机组机组收集的实际历史运行数据,使用叠加降噪自动编码器(encoderSDAE)建立NOx排放浓度预测模型,然后,提出了一种基于改进的sparrow搜索算法(SSA)的锅炉风粉分布优化策略。为了提高SSA的优化能力,提出了一种引入火力性能(FCOSSA)的混沌优化麻雀搜索算法。该算法利用Tent混沌映射使初始个体分布尽可能均匀,以增加初始种群的多样性,所有麻雀位置都通过萤火虫干扰进行更新。经典的测试函数优化测试显示了FCOSSA的优越性。针对给定负荷的稳态运行条件,以降低NOx的排放为目标,采用该方法对锅炉各磨煤机的给煤量和二次风阀开度进行了优化。结果表明,优化后可以有效降低锅炉NOx的排放浓度,验证了该方法的有效性。