【成果简介】 采用人工智能预测控制创建了电站煤粉的动态识别方法、实现了分级燃烧精细配风，研发了炉膛三维温度场在内的锅炉燃烧状态智能感知系统，开发了可实现智能运算闭环控制的模块化扩展控制平台，首次实现了锅炉燃烧状态感知、智能实时闭环控制、智能控制平台扩展的集成应用。该技术解决了传统控制无法对多变量、多目标、强耦合、大迟延系统进行有效控制的问题，实现了提高锅炉效率和降低氮氧化物生成量的多目标协同优化。能适用于不同炉型，在不进行大规模锅炉设备和DCS软硬件改造的前提下单纯采用此技术可提升锅炉效率0.3%-1%、降低供电煤耗约1g/kWh-3g/kWh，同时NOx生成量降低10%。
2.应用推广领域：可在配备了大型电站煤粉锅炉的火力发电企业、具有自备电厂的其它企业（如石化、铝业等）等领域内推广应用。
