马　平，刘南南

（华北电力大学自动化系，河北 保定 071003）

基于声波测温和LSSVM_GA的电厂NOx排放建模与优化

马平，刘南南

（华北电力大学自动化系，河北 保定 071003）

因传统燃烧优化实验控制电厂NOx排放的方法很难满足复杂多变的燃烧工况，为更智能地对NOx排放进行监测和更方便地对其进行优化，对某电厂2#炉300MW工况下NOx排放优化实验时的DCS内运行数据和声波测温系统内的温度分布数据进行采集。利用最小二乘支持向量机，以炉膛温度信息和其他影响NOx排放的主要因素为输入，以NOx排放浓度为输出建立NOx排放预测模型，在预测模型的基础上利用遗传算法对顶部4层分离燃尽风开度进行直接寻优，达到降低NOx排放的目的。结果表明：加入炉膛温度信息后的NOx排放模型准确度更高，遗传算法优化之后的NOx排放浓度显著降低，优化后参数更符合工程实际。

声波测温；支持向量机；遗传算法；NOx排放

0　引　言

电站锅炉NOx的排放控制始终是环境保护的一个重要课题。鉴于NOx的生成机制非常复杂，有研究在均相模型中考虑了近200种基元反应[1]。

传统的机理建模方法很难建立准确的数学模型。从宏观方面讲，锅炉的运行方式与NOx的排放有着密切的关系，许多学者已经从锅炉运行方式入手寻找NOx排放浓度的规律，并取得了一定成果。但是，受我国煤质变动比较大，不同运行参数的相互耦合作用的影响，通过燃烧调整实验来寻找低NOx运行工况具有一定的局限性。

炉膛温度是影响NOx排放的一个重要因素，由于测温技术的限制，传统的测温方法很难长时间、实时地对炉膛内温度进行测量，这就导致了NOx排放模型的建立不够准确，也会对下一步的优化结果产生影响。……