AI燃煤锅炉燃烧优化：配风与NOx预测

能源AI实验室近期在燃煤锅炉燃烧优化上做了一组离线实验。我们基于DCS历史数据、烟气在线监测和煤质化验，构建了以二次风门开度、燃尽风配比、给煤机转速为输入的轻量级代理模型，同时预测炉膛出口NOx、排烟温度和飞灰含碳量。为抑制工况漂移，采用按负荷分层的样本切分和煤质软测量校正；在安全约束（CO不超限、主汽温稳定）下，用贝叶斯优化搜索推荐配风组合。

进展：在300MW机组两周历史数据回放中，NOx预测MAPE约8.6%，推荐方案较人工基准降低NOx约6%-9%，锅炉效率基本持平。下一步计划接入实时数据，先以“建议值”方式运行，观察吹灰、负荷升降等扰动下的鲁棒性，再评估闭环条件。