闫 睿 ，邓雨生 ，梁树雄 ，王世川 ，邹斌斌 ，楼 波

（1.华南理工大学 电力学院，广东 广州 510641；2.中国石化集团茂名石油化工有限公司，广东 茂名525000）

循环流化床锅炉的燃烧效率以及NOx的排放和一次风量、二次风量、燃料量、煤料种类等[1]有关。 电厂面临着提高发电效率以及降低废气排放的两大任务。建立锅炉燃烧预测模型，对不同工况下锅炉燃烧效率以及NOx排放进行预测以及优化调参， 用来指导锅炉的经济运行成为当下研究的重点和热点之一。近年来，计算机技术不断发展，同时，人工智能算法也在工业中很多领域得到了发展， 这使得燃烧优化运行变为了可行。

很多学者对传统燃煤锅炉以及循环流化床锅炉燃烧系统进行了建模， 并对不同锅炉参数进行了预测。叶海文[2]、马宝萍[3]、康之霞[4]等人对循环流化床锅炉以人工智能算法为基础进行建模， 成功预测了锅炉床温， 证明了人工智能算法技术可以在锅炉燃烧系统中得到应用；吴恒运[5]、彭道刚[6]、曹庆才[7]等人以神经网络和其他人工智能算法为基础对传统煤粉锅炉燃烧系统不同参数进行了建模并做出了优化；李鹏辉[8]采用了基于BP 神经网络的方法对燃煤锅炉的NOx排放进行了预测；王凯[9]、白建云[10]等人使用BP 神经网络方法对CFB 锅炉NOx排放量进行了预测建模；李国强[11]、李少华[12]、王杰[13]、王耿杰[14]等人利用不同的人工智能算法对锅炉燃烧系统进行了优化控制。

尽管前人利用神经网络和其他算法对燃煤锅炉效率和NOx排放进行了研究， 但是对循环流化床锅炉效率和污染物的排放同时进行预测并优化运行参数研究不多， 且本文中在优化时的目标函数中用飞灰含碳量值代替了传统的锅炉效率，简化了模型。……