Auf der Grundlage von Versuchsdaten zur Einstellung der Verbrennung in einem Kohlekessel in einem Kraftwerk wurde ein Modell eines Zweiziel-Kesselverbrennungssystems zur Vorhersage des Kesselwirkungsgrades und der NOx-Emissionskonzentration unter Verwendung des neuronalen Netzes BP aufgestellt und mit dem genetischen Algorithmus optimiert, um das optimierte Modell des GA-BP-Neuralnetzes zu generieren. Der Vergleich von Vorhersagefehlern zwischen den beiden Modellen zeigt, dass der durchschnittliche Vorhersagefehler des Kesselwirkungsgrads des GA-BP-Modells von 6% auf 3,4% gesunken ist und der durchschnittliche Vorhersagefehler der NOx-Emissionskonzentration von 0,1% auf 0,04% gesunken ist. Die Generalisierungsfähigkeit im Vergleich zum neuronalen Netzmodell BP hat sich erheblich erhöht und kann zur Einrichtung eines Kesselverbrennungsoptimierungssystems verwendet werden.

Kessel; Verbrennungssystem; neuronales Netz BP; genetischer Algorithmus; neuronales Netz GA-BP; Kesselwirkungsgrad; NOx-Emissionskonzentration