论文部分内容阅读
本研究主要针对燃煤汽电共生锅炉，采用类神经网络(ArtificialNeural Net-work，ANN)以及NOx-LOI Predictor两种预测模型，评估不同煤质生成氮氧化物和飞灰未燃碳之差异程度。研究以一座燃煤汽电共生实厂，利用历史煤炭资料及运转操作数据为基础，建立类神经网络以及Nox-LOI Predictor煤质评估预测模块，进行预测并比较分析不同煤炭燃烧之锅炉性能指针及操控条件，提供厂家购煤换煤之评估。研究结果显示，类神经网络建立之煤质评估模块，对该厂之氮氧化物(N0x)、飞灰未燃碳(LOI)与操控条件之预测均有良好的准确度。这种预测结果将可提供汽电共生厂换煤之锅炉性能及污染预测，因而降低换煤之风险与运转成本。