Modellierung der NOx-Emissionseigenschaften eines Kohlekesselkraftwerks mit neuronalen Netzen in Matlab. Die Simulationsergebnisse zeigen, dass das Modell eine gute Genauigkeit und Generalisierungsfähigkeit aufweist, mit einem durchschnittlichen relativen Fehler des Modells von 1,37%, was auf eine hohe Genauigkeit hinweist. Basierend auf diesem NOx-Emissionsvorhersagemodell, kombiniert mit einem genetischen Algorithmus zur Optimierung der NOx-Emissionen des Kohlekessels, bei den empfohlenen Betriebsparametern, unter gleicher Betriebslast, sank die NOx-Emissionskonzentration von 456,2 mg/m3 vor der Optimierung auf 323,9 mg/m3 nach der Optimierung, was einem Rückgang von 29% entspricht, was signifikant ist.

Kohlekessel; NOx-Emissionen; Vorhersage; neuronale Netze; genetischer Algorithmus