路 宽，杨兴森，王海超，刘 科，杨子江

（1.国网山东省电力公司电力科学研究院，山东 济南 250003；2.山东科技大学电气与自动化工程学院，山东 青岛 266590）

0 引言

飞灰含碳量是影响锅炉燃烧热效率的主要因素［1-3］。飞灰含碳量过高，会造成机械不完全燃烧热损失增大，燃烧效率下降，锅炉受热面磨损、结焦积灰，从而缩短使用寿命，严重时会出现锅炉灭火、机组停运等事故。因此，飞灰含碳量的实时准确预测对于火电厂机组的安全运行、节能减排、经济效益等有着重要意义。

目前，飞灰含碳量的预测方法主要是通过采集易于检测且与飞灰含碳量密切相关的辅助变量，研究其与飞灰含碳量之间的关系，然后运用统计分析、机器学习等方法建立可靠的数学模型［4］。王芳等［5］提出利用随机森林的变量选择方法筛选最优变量，将最优变量完成随机森林建模训练，进而实现了飞灰含碳量的预测；王春林等［6-7］应用支持向量机算法建立了大型四角切圆燃烧锅炉飞灰含碳量特性的模型；崔锐等［8］运用反向传播（Back Propagation，BP）神经网络进行飞灰含碳量预测，并结合LM（Levenberg⁃Marquardt，LM）优化算法进行网络训练；赵新木等［9］基于BP 神经网络建立了飞灰含碳量预测模型，并进行了单因素影响因素分析；冯旭刚等［10］提出了基于遗传神经网络敏感度分析的飞灰含碳量测量方法。

上述文献中关于飞灰含碳量预测的方法都是以影响参数和飞灰含碳量的采样周期一致为前提的。但现实中，受飞灰实时采样装置维护成本高、准确度低或没有安装等因素影响，大部分电厂的飞灰含碳量主要是通过燃烧失重法［11］来实现测量。……