Um die NOx-Emissionen des Gasbrennkessels zu optimieren, wurden die Betriebsdaten vor Ort analysiert, ein Modell für die NOx-Emissionscharakteristik auf der Grundlage der Support-Vector-Maschine (SVM) erstellt, ein verbessertes adaptives genetisches Algorithmus zur Optimierung der Modellparameter verwendet und die Leistung der SVM-Modelle auf der Grundlage des Sigmoid-Kerns und des RBF-Kerns verglichen. Die Ergebnisse zeigten, dass der RBF-Kern einen Vorteil hat, und der SVM-Algorithmus eine gute Generalisierungsfähigkeit und Vorhersagegenauigkeit aufweist. Durch die Kombination der SVM-Modellierung und der Optimierung des adaptiven genetischen Algorithmus wurden die einstellbaren Parameter des Kessels optimiert und die NOx-Emissionen dieses Kessels von 423 mg / m3 auf 219,4 mg / m3 reduziert, was einem Rückgang um 48,13 % entspricht. Mit der oben genannten Methode ist es möglich, den besten Satz von Betriebsparametern mit niedrigen NOx-Emissionen zu erhalten und Richtlinien und Grundlagen für die Optimierung des Kesselbetriebs und die Kontrolle von NOx-Emissionen im Kraftwerk zu liefern.

Energiedampfkessel; Verbrennungsoptimierung; NOx-Emissionen; SVM; adaptiver genetischer Algorithmus