В процессе глубокой регулировки нагрузки угольные циклонные псевдоожиженные котлы (CFB) сталкиваются с проблемами высокого массового концентрации выбросов CO и отсутствием теоретических рекомендаций по совместному снижению выбросов с другими загрязнителями, такими как NOx и SO2. В качестве объекта исследования выбран угольный CFB котел производительностью 150 т/ч. Построена модель быстрого прогнозирования массовых концентраций выбросов различных загрязнителей (CO, NOx, SO2) на выходе топки котла на основе нейронной сети длительной короткой памяти (LSTM), механизма внимания (Attention) и алгоритма экстремального градиентного бустинга (XGBoost), а также интегрирована алгоритм оптимизации роя частиц (PSO) для создания модели онлайн-оптимизации снижения выбросов CO. Для анализа корреляции выбросов загрязнителей на выходе топки использованы 36298 реальных данных за 2023 год в качестве обучающей выборки, выбраны входные параметры модели прогнозирования массовых концентраций загрязнителей и установлены функции приспособленности и ограничения. На основе расчетов модели оптимизации снижения выбросов предложена стратегия онлайн-оптимизации снижения массовых концентраций CO, NOx, SO2 на котлах CFB в различных диапазонах нагрузок, оценена практическая применимость стратегии для онлайн-оптимизации работы котла.

CFB котел;нейронная сеть длительной короткой памяти;алгоритм роя частиц;CO;совместное снижение выбросов