摘要：燃烧优化系统通过调整所有参数来控制炉膛中燃料和空气的分布已达到锅炉最优的运行情况。借助录入系统的历史数据以及锅炉实时运行情况，调整如燃烧器偏角、磨煤机出力等设置，最终实现降低氮氧化物排放量，提高效率等优化目标。在整个优化过程中，不再需要人为操作干预，系统将全面接管优化控制过程，甚至可以基于神经网络处理器不断提高控制效率。
关键词：智能控制；锅炉燃烧优化；应用
引言
在火电厂生产运营过程中，锅炉属于重要运行设备，燃烧效率会对锅炉运行效率造成较大影响，还会决定发电效率。为了全面提升锅炉运行效率，降低燃烧所致环境污染，技术人员必须优化火电厂锅炉燃烧方式，以此实现火电厂长久发展目标，还可以确保燃料充分燃烧，所以讨论火电厂锅炉燃烧优化技术具备现实意义。
1智能优化控制技术
某电厂330MW机组，在对其进行低氮提效改造的过程中，配备了低氮燃烧智能调风控制系统。应用人工智能神经网络技术，根据锅炉运行历史数据，建立工况（负荷、煤种等）、配风等运行条件和燃烧产物之间的关系模型，并采用非线性智能优化、自学习、数据挖掘等先进技术，构建面向二次风、SOFA风的控制系统。由于机组在运行要求、燃煤品质、热力系统特性和热力设备等方面的差异，在具体应用时仍需要进行控制策略的针对性设计，以保证控制系统与机组实际情况的匹配，获取最佳的运行性能。智能优化控制技术采用自适应技术，根据最新的燃烧过程数据在线修正燃烧优化数学模型，基于过程运行实时数据自动在线识别过程运行工况，将运行中出现的新的“工况点”加入模型。使模型随着时间的推移得到不断扩充和完善，同时保证实时辨识出的优化数学模型与受煤质和负荷等因素影响不断变化的锅炉特性相“匹配”，使低氮燃烧优化系统长期有效。
2智能控制在锅炉燃烧优化中的应用
2.1发电系统中的数据处理
对发电系统产生的数据进行智能测试与验证，优化锅炉燃烧调节系统显示出每年节省数百万元燃料成本的潜力。热电厂数据800兆瓦额定燃烧机组都安装了智能控制调节系统，以提高燃油经济性。通过实施数据处理的锅炉燃烧器管理系统，发电厂可以在锅炉的运行寿命期间节省数百万元的成本。基于智能控制的系统在提高燃烧效率的同时降低燃油消耗和成本。发电系统中的数据处理来源于锅炉和发电机在运行过程中产生的大量实时数据，分析大量数据并对其采取行动的智能控制超出了操作人员的能力。智能控制电子系统设计，以管理和控制锅炉燃烧过程，减少人工干预的不足。锅炉燃烧器自动化技术已经运行了几十年，但它们仍然无法处理燃烧系统产生的运行数据水平。然而智能控制能够克服海量数据的挑战，创建优化的锅炉燃烧调节系统，数据变量如何影响锅炉的输出，例如热值较低，智能控制则必须适应以保持限制水平，提高燃烧效率。由于维护、仪器校准和燃料变化的状态一直在进行，操作者并不能很好地工作。智能控制系统的自适应特性使它们更有效地处理诸如温度、燃料的供给率和进气阻尼器位置等物理参数的实时变化。一个燃料供应变化将几乎瞬间改变进气阻尼器的位置，智能控制调整正确的阻尼器位置，以补偿燃料的变化。
2.2发电机组预警控制
在当前，投入智能控制技术的主要目标是借助自动化的方法来不断加强电力行业所产电量，这也是电厂热工自动化开展的重要任务。只有高产电量才能够更好的达到社会所需的供应量。但是，电厂发电机在进行运转时，可能会由于发电单元机组超负荷而影响发电量。若是此种情况发生办法进行及时解决，可能会严重影响中国电力的生产稳定性，也不利于我国的经济发展。
通过对我国多数地区电力企业进行研究可知，企业中大都拥有很多发电机组，若是应用人工的方式来对发电机组进行性能检验，那么会严重影响检验效率，也难以对检查效果进行准确的评估，这是对人力物力和时间的极大浪费。应用智能控制技术后，智能控制技术可以对此发电机展开检验，若是有超负荷状况的发生，智能控制系统可以通过信号传输向有关技术人员传递预警，技术人员得到预警之后应该立刻展开问题的研究进而展开维修工作，这样才可以最大程度上加强电厂生产，减少电力生产受外界因素的干扰。
2.3降低锅炉结渣倾向
智能控制锅炉燃烧空气再分配是通过关闭中心罩，以迫使更多的空气到两侧，因为锅炉燃烧有一个共同的风箱和风罩处于最大开放状态。智能控制燃烧平衡可使炉内氧气耗尽区和温度点最小化，有效降低锅炉结渣倾向。通过智能控制提高磨煤机的进料率，增加燃料输送到较底层的燃烧器，这为锅炉燃烧燃尽前获得更多的停留时间，并将烟气温度保持在灰熔温度以下，以尽量减少结渣的可能性。
3锅炉燃烧优化智能控制技术的发展途径
3.1优化锅炉燃烧前馈解耦控制技术
智能发电技术在燃煤锅炉燃烧发电中的应用，需要以当前燃烧控制的基本方法为基础，进行有效的技术创新。不同煤种燃烧产生的热量也是不相同的，如果想要实现相同的热量，就需要依靠燃烧理论来进行调整，改变某一反应条件，再对锅炉总送风量进行控制，主要的依据为负荷的变化，如果负荷相同，则总的送风量控制中可以将燃料变化的影响忽视。智能发电技术的应用，通过优化系统，使系统实现自动发电控制生成的负荷指令与送风机入口的实时气温的直接接收和读取，通过分析负荷质量和送风机口风温的变化规律，进而得到相应的控制值，将其输出至DSC，作为控制修正信号，实时参与运行参数的计算机闭环控制，实现对机组优化运行控制。
3.2优化改进检测技术
在优化燃烧技术时，必须将锅炉燃烧参数作为检测基础。但是，通过分析当前装置与技术工艺控制，各项措施在测量品质与准确性方面存在缺陷。研究人员与火电厂必须做好重视，深入研究和开发高新技术，以此处理该类问题。值得一提的是，软测量技术可以有效处理该类问题，在软测量建模中，包含基于对象数学模型、模式识别、工艺机理、人工神经网络、回归分析与支持向量机等。当前，人工神经网络多应用于工程过程建模与控制中，具备代表性的建模方法包括RBF神经网络、BP神经网络
结束语
综上所述，智能化技术和人工智能不断研发，能够很好地应用于不同的领域中，是对我国生产效率提高的关键。对于当前的电厂热工自动化系统来说，投入应用智能控制系统是十分符合当代社会发展的，同时这也是电力企业融入到高新技术的一大标志。对电力企业进行展望来看，电力企业在未来应用的人工会逐渐减少，智能控制技术会不断的投入应用于电力企业中，不断加强电力企业的整体运转情况。因此，电力企业当前要持有积极的态度去应用智能控制技术，不断解决技术投入应用中所存在的问题，进一步革新智能控制技术，不断加强电厂热工生产效率，使电力企业能够稳定发展。
参考文献
[1]张凯林.智能控制及其在火电厂热工自动化中的应用[J].通信电源技术,2018,35(12):140-141.
[2]杨新民.智能控制技术在火电厂应用研究现状与展望[J].热力发电,2018,47(07):1-9.
[3]冯连根.智能控制在电厂热工自动化中的应用[J].通信电源技术,2018,35(05):126-127.
[4]齐晓宾.并联快速学习网算法研究及其在循环流化床锅炉中的应用[D].燕山大学,2018.
[5]李应保.电站锅炉燃烧优化控制系统的开发[D].华北电力大学,2018.