高 菲

（宝鸡职业技术学院，陕西 宝鸡 721000）

从应用形式上考虑，锅炉燃烧系统常见于火电厂中，通过对出口烟气含氧量的观察可以直接得知锅炉所对应的实际燃烧效率。当前我国已经在此基础上提出了相应的神经网络技术，其对于锅炉的燃烧而言起到了一定的控制作用，但也应意识到的是，其依然没有发挥出大数据的优势，因此不具备智能辨识能力。对此，本文则以火电厂锅炉燃烧过程中的含氧量控制为基本背景，围绕其运行数据展开探讨，在此基础上依托于大数据建立出对应的神经网络模型，由此提升锅炉燃烧的可辨识性，由此可以提升火力发电燃烧效率，降低对污染物排放量，控制对周边环境的污染程度，具有明显的现实意义。

1 锅炉燃烧系统

火电厂锅炉燃烧控制是一项系统性工程，具体围绕燃料量、送风量以及引风量这三大指标而展开。伴随着机组负荷指令的改变，对应的三大指标也会出现成比例变化关系，由此提升对负荷改变状态下的适应能力。所谓的风煤比，指的是锅炉内的风量与煤量的比值，控制好此参数至关重要，可以显著提升煤的燃烧效率，推动锅炉燃烧的持续运行[1]。此外，基于对风煤比的调控，可以降低NOx的含量，创造更为稳定的燃烧环境，对环境的保护作用也尤为明显。

在进行风煤比控制时，应重点围绕炉膛出口烟气含量而展开，基于对此指标的分析可以明确锅炉燃烧情况。基于降低能耗以及提升锅炉效率的目的，应将该含量控制在3%～6%，在满足此条件后既可以提升煤粉的燃烧率，又可以避免过度消耗风机的问题。……