2021, 36(3):114.
摘要:
考虑到基于智能计算的燃烧优化算法难以应用于工程领域的问题,设计了一种基于数据挖掘案例推理的电站锅炉燃烧优化系统。根据海量的分散控制系统(Distributed Control System,DCS)历史数据,采用改进的模糊减法聚类算法确定分类数,以模糊C均值算法建立初始案例库,通过目标寻优约简案例库。在线应用时,基于非可控因子的案例推理方法计算当前工况最佳燃烧参数,根据可控因子对输出参数进行修正,保证系统的实时最优性。对比某机组的优化效果表明,优化后选择性催化还原(Selective Catalytic Reduction,SCR)装置入口NO〖HT5”〗x浓度平均降低26.2 mg/m3,锅炉效率平均提升了0.21%。