关键词:
动力配煤
非线性
BP神经网络
遗传算法
决策支持系统
摘要:
我国作为煤炭大国,环境污染的问题日益严重,动力配煤做为解决该问题的有效手段,受到广泛关注研究。所谓动力配煤,就是将多种存在差异的单煤混配掺烧,实现煤质互补,提高煤炭的利用率。电厂的合理用煤需求以及成本的不断提高的问题日渐突出,设计动力配煤决策支持系统,实现决策可视化,通过优化算法解决成本问题,合理配煤,成为重要途径。本文动力配煤决策支持系统的设计分为三大部分,分别为数据库、模型库以及会话部件。数据库采用Sq1Server2008软件完成,根据电厂燃煤流程以及需求,设计相关数据表E-R图以及数据字典,并且对自动生成字段公式作出定义,数据关联更新采用C#语言编程。模型库采用matlab2014软件完成,模型的目标分为经济性以及环保性两种,约束条件分为线性以及非线性两类,共四种模型,优化算法可选择穷举法以及遗传算法两种,共八种选择,非线性模型的学习采用BP神经网络,对优化算法进行了仿真分析。会话部件采用Visual Stdio2010软件,分为信息管理以及配煤掺烧两大模块,信息管理实现查询、添加、编辑以及删除功能,配煤掺烧通过调用模型实现掺烧计算,其中后台语言为C#语言,前端语言为Html语言以及JavaScript语言,本系统采用Table控件布局,内嵌Iframe框架实现页面的部分跳转,设置宽高为百分比解决分辨率自适应的问题,实现了会话部件与数据库以及模型库的通信,并对调试结果作出展示。本文设计的动力配煤决策支持系统,能够有效的对燃煤数据进行管理,同时通过可视化的界面操作,实现配煤掺烧,为决策者提供支持。经济性模型更侧重成本,环保性模型更侧重节能减排,对于线性以及非线性模型而言,非线性模型更加精确,但是嵌入优化算法计算耗费时间较长,决策者依据当前需要进行选择。不仅提高了电厂的经济效益,节约成本,而且减少了电厂排放,保护环境,提高社会效益。