[发明专利]一种工业燃气锅炉多目标多约束燃烧优化方法

权利要求书

1.一种工业燃气锅炉多目标多约束燃烧优化方法，其特征在于，包括如下步骤：

S100：采集燃气锅炉运行中的可调参数和表征燃烧状态的特征指标作为基础数据，所述可调参数包括总燃料量、二次燃料比例、氧含量和烟气循环率β，所述特征指标包括NOx浓度值、CO浓度值和火焰长度值；

S200：用基础数据建立燃气锅炉燃烧的数学模型，所述数学模型包括；NOx的SVM模型、CO的SVM模型和火焰长度的SVM模型；

S300：确定目标函数和约束条件，所述目标函数为：min：NOx+a(CO-CO’)+b(L-L’)；所述约束条件为：四个可调参数的调节范围；

其中，CO’为锅炉运行允许的最大值，CO为采集的浓度值，a、b为加权系数，当CO＞CO’时，a取10³，当CO≤CO’时，a＝0；L’是炉膛允许的最大火焰长度，L为采集到的火焰长度，当L＞L’时，b取10³，当L≤L’时，b＝0；

S400：根据所建立的数学模型、目标函数和约束条件，通过遗传算法搜索出各负荷下可调参数的最佳组合。

2.根据权利要求1所述的工业燃气锅炉多目标多约束燃烧优化方法，其特征在于，所述烟气循环率β由下式计算：

其中：β是烟气循环率，γ′_O是风道含氧量，V_烟是理论烟气量，γ_O是烟气含氧量，V_空是理论空气量，V′_烟是实际烟气量。

3.根据权利要求1所述的工业燃气锅炉多目标多约束燃烧优化方法，其特 征在于，所述NOx浓度值是将烟气分析仪测得的NOx浓度值折算至氧含量为3.5％时的值，折算公式：

其中氧含量为烟气分析仪测得的烟气氧含量。

4.根据权利要求1所述的工业燃气锅炉多目标多约束燃烧优化方法，其特征在于，所述步骤S200具体包括：

S201：数据预处理，将可调参数总燃料量、二次燃料比例、氧含量和烟气循环率β和特征指标NOx浓度值、CO浓度值和火焰长度的值全部做归一化处理；

S202：选取训练集，以总燃料量、二次燃料比例、氧含量和烟气循环率β为输入，对应的NOx浓度值、CO浓度值和火焰长度的值为输出，通过matlab加载工具箱libsvm-faruto分别训练NOx的SVM模型、CO的SVM模型和火焰长度的SVM模型，其中工具箱libsvm-faruto中核函数参数g和惩罚因子c，采用工具箱默认值；

S203：通过试算法调整核函数参数g和惩罚因子c。

5.根据权利要求4所述的工业燃气锅炉多目标多约束燃烧优化方法，其特征在于，所述步骤S203包括：以训练集以外数据作为测试集，用所建模型预测测试集的输入所对应的输出作为预测值，对比预测值与实际值，计算预测值与实际值的相关系数、平均误差和最大误差；若相关系数、平均误差和最大误差大于相应设定阈值时，则通过试算法调整g和c，通过网格寻优方法确定g、c的较优范围，在此范围内任选5-10组g、c组合，返回步骤S202，直至模型预测效果满足需要。