基于人工神经网络和模拟进化算法的分级燃烧优化

为控制锅炉燃烧向环境排放NOx造成的污染,提出了分级燃烧技术的综合优化方案.建立了基于人工神经网络及模拟进化算法的100MW火电机组锅炉分级燃烧优化模型,选取16个影响因子进行了分级燃烧的7个可调节参数优化,以达到机组的性能优化目标.锅炉负荷为100%、90%、80%及70%,相应神经网络训练次数分别为11523、14810、13410及19732时满足均方差要求.该神经网络模型优化时采用的种群数为80,交叉概率为0.8,变异概率为0.15.结果表明锅炉效率和NOx排放量优化计算值同实测值相对误差低于1%;NOx平均排放量由原来的812mg/m3降为645mg/m3.     

网络热力学--热力学发展的一个新逻辑阶段

分析了网络热力学基本理论及解决复杂能量系统问题的统一化方法，说明网络热力学是经典热力学和非平衡态热力学统一化发展的一个新逻辑阶段．用网络热力学对某能量系统进行的分析表明，它是处理线性能流系统的通用工具，在非线性和非稳态的复杂电系统和非电系统中有着广阔的应用前景．