摘要：我国在进入高速发展阶段后，第二产业逐渐成为主导，重工业的地位日渐上升，随之而来的便是严重的污染问题。为了响应国家节能减排的号召，我们将目光聚焦在处于能源主导地位的火力发电上。短时间内火力发电还离不开人们的实现，那如何提高燃烧效率，降低污染物排放为改良电站锅炉燃烧系统的提供了一个思考方向。
关键词：电站锅炉；燃烧系统；改良
引言
随随着全球气候温度的上升，世界各国开始越来越关注环境对气候的影响。全球气候峰会定期举行，时刻提醒着我们。环境的可持续发展是每个国家的一个重要问题。近年来，我们把重点放在发展绿色工业，特别是减少二氧化碳等温室气体排放，以及应对一些能源密集型发电厂产生的环境友好型政策。因此，如何提高锅炉燃烧效率，减少二氧化碳等污染物的排放，对未来至关重要。
1阐释电站的锅炉系统
我国电站的锅炉系统包含给水系统、蒸汽系统以及燃烧系统。其中燃烧系统是极为关键的组成部分，其参数非常多，自身架构也是非常复杂的。锅炉燃烧主要变现为燃料煤基于给煤机的传输，在磨煤机当中进行加工处理使其能够满足燃烧系统的实际需要。同时电站的锅炉系统基于送风机导入冷空气，这需要空气预热器的实际应用，其能够对冷空气进行有效处理变成热空气，将其划分成为两个部分，前半部分为热一次风，其在磨煤机中把煤粉加热并基于煤粉管道实现创术，把其传送到电站锅炉的燃烧器当中，后半部分为热二次风，其会在炉膛中与煤粉实现融合。
2电站锅炉燃烧存在的问题
发电厂锅炉燃烧主要有以下几个主要问题:第一，锅炉燃烧不稳定。锅炉大多质量低，燃烧状态控制不足。与气流一起分散的燃煤电厂不良，可能导致安全漏洞，燃烧可能导致停电。二、锅炉污泥问题。此类问题最常见于锅炉燃烧，主要原因是煤矿不足和锅炉处理不足。锅炉运行更方便，对传热产生不利影响。重量导致锅炉无法工作或引发安全问题。第三，软管和爆炸的问题。其中大部分是由于炉内过热、炉内温度场分布不均、工作压力过大，可能导致炉内故障；第四，焚烧废物。平均每单位能源运行的散热器的燃烧效率比欧洲各国平均值高出2%至3%，燃烧效率低于世界水平，煤炭燃烧量大幅下降，迫切需要提高燃烧效率。(f)燃烧危险主要是由于选煤和材料不足、散热器设备掉落和发电厂运行中的非科学因素造成的；第五:污染是一个严重的问题。工业用煤燃烧对环境特别有害，发电厂用煤燃烧属于环境工业。伴随着今年煤炭资源短缺和我国工业变革，对工业环境的需求日益增长。为响应国家节能政策，燃煤电厂必须扭转目前的高污染和高消费，优化电厂和发电，选择环境影响，减少排放，促进燃煤电厂的良性循环。
3 电站锅炉燃烧优化技术
3.1将神经网络技术应用到锅炉燃烧系统
神经网络技术，是基于神经生理学和心理物理学的研究成果，从应用数学方法的层面，对具有大脑功能的信息处理的本质和能力进行描述。我们可以利用这种技术对电站锅炉燃烧系统进行优化改良，借助人工智能的强大处理能力来架构锅炉燃烧系统的模型。因为神经网络控制技术需要模仿人的大脑，但是人的大脑构造精妙复杂，在大脑的神经网络中存在着大量的神经元，这些神经元构架了一个宏达的神经网络，每个神经元之间都有节点进行信息传递。要架构这样一个复杂的系统并对其运行状态进行动态复制，只有人工智能能做到。利用人工智能强大的运算处理能力，在每个节点上设置一个特定的输出函，把两个节点之间的信号称之为加权值，通过对加权值的传递来实现信息的传输与处理。
遗传算法是进化计算的一部分，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，可以作为一种方法来模拟自然进化过程去寻找最优解。我们可以将这种技术与神经网络技术相结合，在电站的燃烧系统进行运算网络的架构。这样就可以得出对能源合理分配，合理利用的最优解了。目前国外有不少电力相关公司研发出能够结合人工智能技术的燃烧优化系统。英国著名蓄电池公司ULTRAMAX公司，就研发出一种算法，它可以适用于火力发电站的锅炉燃烧系统，这算法将贝叶斯数学统计算法与加权非线性的回归分析相结合，为发电站后台提供锅炉燃烧情况的重要参数。我们将这种算法输入系统之后，立刻就会建立起锅炉的燃烧模型，通过数据的分析与处理，为锅炉的后台操控人员提供进行优化的参数。后台人员可以根据这些参数，来做出最准确的判断，使锅炉时刻保持最优燃烧状态。
3.2锅炉燃烧可视化技术
在对电站锅炉燃烧优化技术中，大多都是通过对运行参数的分析来对燃烧状况进行调整。在收集运行参数时基本都是通过安装检测装置来实现的，但是测量装置的布点、材料等因素会限制测量数据的真实性和可行性。而传统的光谱测量由于信号较弱，在受到噪声和系统荧光的影响下也会降低测量质量。锅炉燃烧特性可通过对炉膛内燃烧火焰的温度来判断，通过对炉膛燃烧火焰温度分布能够为运行人员进行燃烧参数优化调整提供重要依据。但是由于炉膛核心区域的燃烧温度较高，采用传统的装置测量是无法实现的，所以一直都是测量的盲区。而通过可视化技术不需要直接接触炉膛内部即可掌握炉膛的运行状态，锅炉CT借助红外激光即能够测量炉膛燃烧温度和浓度场，不需要接触炉膛核心燃烧区就能够了解燃烧状况，同时还可测量烟道温度。通过可视化技术的应用，可大大提高锅炉燃烧优化效率，降低污染物的排放。
3.3变频技术的应用
电厂锅炉的正常运行必须配合相关的辅助设备才能够构成一个完整的锅炉燃烧系统。在实际的工作过程中，想要保证整个锅炉燃烧系统的最优化，就必须根据实际的工作状态进行变频调控。通过对变频技术的应用，了解到整个锅炉燃烧时的状态，在根据获得的信息对锅炉的风量、水温等进行调节。比如，在电厂运作的过程中，相关的工作人员可以在风机口安装上一块挡板，根据锅炉中实际燃烧的信息对挡板角度进行调节达到对风向的调节，保证整个锅炉中能够受热均匀，避免了燃料燃烧不充分现象的发生，同时大大地提升了节能降耗的效果。
结束语
环境保护是一个全球性的大问题，锅炉燃烧是不可避免的，加剧了全球变暖和雾的问题。为实现经济环保效益，必须不断优化现有燃烧设施的管理，不断探索完善锅炉燃烧优化系统的途径。在温室气体管理、发电厂和燃煤发电厂的发展以及利用新的科学技术提高目前的生产力和尽量减少工业生产造成的污染等领域加强努力。对于每项发展，都会有电力公司希望最大限度地节约能源的循序渐进的过程，并且会有一个长期的过渡时期，在此期间，我们可以期待一个更美好的未来。
参考文献
[1]刘炳含,付忠广,王永智,王鹏凯,高学伟.基于并行计算的大数据挖掘技术及其在电站锅炉性能优化中的应用[J].动力工程学报,2018,38(06):431-439.
[2]李进柏.基于改进花授粉算法的煤粉锅炉燃烧优化应用研究[D].燕山大学,2018.
[3]高宪花.电站锅炉NO_x排放与再热汽温混合建模及多目标优化[D].东南大学,2018.
[4]唐洪宇.电站锅炉热效率及NO_x排放量优化研究[D].哈尔滨理工大学,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.