粗糙集在控制燃煤電廠NOx排放中的應(yīng)用研究.pdf

1、隨著環(huán)境污染的日益嚴(yán)重，對(duì)NOx排放的控制越來(lái)越嚴(yán)格?？刂芅Ox排放的方法有很多，但是如果能夠在燃料的燃燒階段就減少NOx的生成，會(huì)使NOx的控制更加經(jīng)濟(jì)高效。
　　本文首先對(duì)降低燃煤電站鍋爐 NOx排放的幾種研究方法進(jìn)行了對(duì)比，指出目前對(duì)NOx的控制主要包括燃燒優(yōu)化和煙氣吸收兩種方法。相比于用神經(jīng)網(wǎng)絡(luò)等人工智能方法對(duì)燃煤鍋爐進(jìn)行燃燒優(yōu)化，粗糙集無(wú)需建立復(fù)雜的數(shù)學(xué)模型，也無(wú)需現(xiàn)場(chǎng)的燃燒調(diào)整實(shí)驗(yàn)數(shù)據(jù)，只需要用簡(jiǎn)單的約簡(jiǎn)算法對(duì)運(yùn)行歷史

2、數(shù)據(jù)進(jìn)行挖掘，就能得到與NOx排放值相關(guān)參數(shù)的優(yōu)化運(yùn)行區(qū)間，從燃燒階段減少NOx的生成。
　　然后本文介紹了基于分辨矩陣的改進(jìn)屬性約簡(jiǎn)算法和基于核值的值約簡(jiǎn)算法。經(jīng)過(guò)改進(jìn)的屬性約簡(jiǎn)算法不需要進(jìn)行復(fù)雜的邏輯運(yùn)算，便于用程序語(yǔ)言進(jìn)行實(shí)現(xiàn)，且用于存儲(chǔ)分辨函數(shù)的內(nèi)存大大減少，提高了程序的運(yùn)行效率。值約簡(jiǎn)算法能夠?qū)傩约s簡(jiǎn)后的規(guī)則進(jìn)行進(jìn)一步的精簡(jiǎn)，使最終得到的規(guī)則數(shù)少而精。同時(shí)本文用可視化集成開(kāi)發(fā)環(huán)境 VC++6.0對(duì)該算法進(jìn)行實(shí)現(xiàn)，使挖掘

3、過(guò)程和得到的知識(shí)更加直觀。用某機(jī)組的運(yùn)行數(shù)據(jù)對(duì)該算法進(jìn)行驗(yàn)證，最終得到的結(jié)果表明該算法能夠獲得正確且精煉的規(guī)則集。
　　最后用該算法對(duì)某300MW機(jī)組200MW負(fù)荷下的NOx排放數(shù)據(jù)進(jìn)行挖掘。首先確認(rèn)與 NOx排放相關(guān)的優(yōu)化參數(shù)即待挖掘條件屬性，得到待挖掘的決策表。在對(duì)數(shù)據(jù)預(yù)處理和離散化后，用上述屬性約簡(jiǎn)算法和值約簡(jiǎn)算法進(jìn)行挖掘。對(duì)約簡(jiǎn)后得到的排煙溫度、燃燒器擺角、各層二次風(fēng)風(fēng)門(mén)開(kāi)度、各引送分機(jī)風(fēng)量等11個(gè)屬性進(jìn)行相關(guān)性分析，結(jié)果