深層ピーク調整プロセスにおいて、石炭燃料循環流動層（CFB）ボイラーはCO排出質量濃度の高さおよびNOx、SO2など複数の汚染物質との協調的削減に関する理論的指導の欠如という問題に直面している。150 t/hの石炭燃料CFBボイラーを研究対象とし、長短期記憶（LSTM）ニューラルネットワーク、アテンション機構（Attention）、極端勾配ブースティング（XGBoost）アルゴリズムに基づくボイラー炉膛出口のCO、NOx、SO2など複数汚染物質の排出質量濃度の高速予測モデルを構築し、粒子群最適化（PSO）アルゴリズムを統合してCOのオンライン削減最適化戦略モデルを確立した。2023年の36,298件の実運転データを訓練サンプルとして用いて炉膛出口の汚染物質排出の相関分析を行い、汚染物質質量濃度予測モデルの入力パラメータを選定し、適応度関数と境界関数を設定した。削減最適化モデルの計算により、異なる負荷範囲のCFBボイラーのCO、NOx、SO2質量濃度オンライン削減最適化戦略を提案し、実際のボイラーオンライン最適運転適用の実現可能性を評価した。

CFBボイラー;長短期記憶ニューラルネットワーク;粒子群アルゴリズム;CO;協調削減