节能减排是我国目前主要的能源政策,大型燃煤电站锅炉的运行面临着降低运行成本与降低污染物排放的双重要求,高效低污染的锅炉燃烧运行优化技术越来越受到关注和重视,因此如何利用有效的锅炉燃烧运行优化技术,实现锅炉稳定、经济而又洁净的燃烧,一直是国内外热能工程领域专家学者的研究目标。 本文以某600MW机组的燃煤电站锅炉为研究对象,对锅炉的燃烧系统运行优化问题进行了深入的分析,论文的主要内容如下： 1.介绍了锅炉热效率计算的常用方法以及影响锅炉效率的主要因素；分析了锅炉燃烧主要污染物的形成机理和控制净化方法,并着重讨论了影响NOx生成的主要因素,以及预测其排放量的主要方法；简要介绍了与燃烧系统相关的辅机概况。 2.建立了锅炉燃烧特性的BP人工神经网络综合模型。在对锅炉燃烧特性分析的基础上,利用机理分析和数据验证等方法,研究了模型输入输出参数的选取问题,建立了一个燃烧特性的综合模型；并简要讨论了模型样本数据的选取处理过程,以及模型训练测试过程,最后对结果进行了分析和讨论。 3.研究了支持向量机算法的基本理论和方法,并利用该算法对锅炉的燃烧特性进行建模,分别建立了NOx排放浓度、飞灰含碳量以及辅机电耗的支持向量机模型,重点研究了支持向量机关键参数的选取方法,并将其建模的过程方法与神经网络进行了比较。 4.利用遗传算法对建立的锅炉燃烧特性综合模型进行参数寻优。介绍了遗传算法的步骤以及关键算子的设计方法；提出了一个较合理的优化目标函数,利用算法对输入参数在其范围内和约束条件下进行迭代寻优,获得了较合理的优化结果,并对结果进行了讨论。