張瑛華，張友富，王 洪

（1.中國恩菲工程技術(shù)有限公司，北京市，100038；2.國家電網(wǎng)公司直流建設(shè)分公司，北京市，100052；3.中國電力科學(xué)研究院，北京市，100055）

0 引言

近幾年，城市垃圾焚燒發(fā)電作為環(huán)保和新能源項目得到了快速發(fā)展。生活垃圾發(fā)電具有能源回收利用和減少環(huán)境污染的優(yōu)點，在歐美及東南亞地區(qū)都得到很好的應(yīng)用和發(fā)展[1-6]。如荷蘭、法國、德國等國垃圾焚燒率2005年之前就接近1/3，瑞士、新加坡、丹麥、瑞典達(dá)到了50%左右，日本更超過了70%。而我國的垃圾焚燒發(fā)電處于剛開始發(fā)展的階段。我國焚燒處理的城市生活垃圾僅占10%，完工和在建的城市垃圾發(fā)電廠約50座，隨著我國經(jīng)濟(jì)進(jìn)一步發(fā)展和垃圾無害化處理率不斷提高，垃圾焚燒發(fā)電產(chǎn)業(yè)前景廣闊。

生活垃圾低位熱值的選取對垃圾焚燒發(fā)電廠的設(shè)計起著關(guān)鍵性作用，直接影響了垃圾焚燒發(fā)電廠的設(shè)備選型、投資及運營期效益。目前，工程中常采用實驗室測定和經(jīng)驗公式兩種方法確定垃圾熱值。根據(jù)CJ/T 3039—95《城市生活垃圾采用和物理分析方法》中規(guī)定，實驗室測定法一般采用氧彈式熱量計測定，工程中通常采用經(jīng)驗公式法。由于垃圾成分復(fù)雜，很難準(zhǔn)確計算其熱值與各成分之間的關(guān)系。同時，在不具備采樣測定的條件下，工程中經(jīng)常會采用經(jīng)驗公式法計算垃圾熱值。目前，關(guān)于垃圾熱值計算的經(jīng)驗公式很多，與實驗室測定熱值差異也不一樣。

本文在總結(jié)各城市垃圾熱值的基礎(chǔ)上，建立了基于神經(jīng)網(wǎng)絡(luò)的生活垃圾熱值計算模型，一定程度上可以有效預(yù)測城市生活垃圾的熱值大小。

1 低位熱值的計算方法

根據(jù)工程經(jīng)驗，要保證焚燒爐穩(wěn)定燃燒并保證850℃以上煙氣滯留時間不小于2 s，爐渣熱灼減率小于5%，垃圾平均低位熱值應(yīng)達(dá)到4 200 kJ/kg以上[7]。

低位熱值是焚燒爐選擇的重要依據(jù)，其計算主要有3種分析方法，即物理成分分析法、元素分析法和近似分析法。運用最廣泛的為Khan物理成分模型[2]和Dulong元素分析模型[8]。

Khan物理成分模型為

式中：H1為低位熱值，kJ/kg；F為食物類含量；Pa為紙類含量；Pl為塑料類含量；W為水分含量。

Dulong模型為

式中：Hz為低位熱值，kJ/kg；C為碳含量；H為氫含量；O為氧含量；S為硫含量；N為氮含量。

由于垃圾成分的復(fù)雜性，以及成分間的相互作用，使得公式計算結(jié)果與實際熱值之間有較大的誤差。而神經(jīng)網(wǎng)絡(luò)能進(jìn)行聯(lián)想和記憶推理，因而具有很大的容錯性，對于不精確的、矛盾和錯誤的數(shù)據(jù)，它都能進(jìn)行推理并得出很好的結(jié)果。神經(jīng)網(wǎng)絡(luò)的知識處理系統(tǒng)不存在知識獲取的瓶頸問題，具有很強的容錯、信息的分布式表示、學(xué)習(xí)和自組織能力，多層神經(jīng)網(wǎng)絡(luò)系統(tǒng)更具有強大的解算能力和處理實際問題的能力[9-10]，因而是熱值計算和預(yù)測的理想工具。本文以以往各城市生活垃圾物理成分為樣本訓(xùn)練，建立基于神經(jīng)網(wǎng)絡(luò)的生活垃圾熱值計算模型。

2 神經(jīng)網(wǎng)絡(luò)模型的選擇

神經(jīng)網(wǎng)絡(luò)是具有快速信息處理能力、分布式信息存儲記憶的能力、很高的自適應(yīng)和自學(xué)習(xí)能力、較強的容錯能力的一類大規(guī)模非線性系統(tǒng)，因此它非常適用于生活垃圾熱值計算分析這樣的非線性和非確定性領(lǐng)域。

神經(jīng)網(wǎng)絡(luò)的知識獲取并不需要知識工程師從領(lǐng)域?qū)＜业慕?jīng)驗中提取，它只是對大量熱值試驗數(shù)據(jù)進(jìn)行學(xué)習(xí)，自動從試驗結(jié)果中提取知識，獲得的知識隱含地分布儲存在神經(jīng)網(wǎng)絡(luò)中。

在選擇神經(jīng)網(wǎng)絡(luò)模型時，采用前向多層神經(jīng)網(wǎng)絡(luò)模型，即BP（back propagation）模型，其在訓(xùn)練網(wǎng)絡(luò)時采用誤差逆向傳播算法。理論上現(xiàn)已證實，在網(wǎng)絡(luò)隱含層節(jié)點根據(jù)需要設(shè)定的前提下，3層BP神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)以任意精度逼近任意連續(xù)函數(shù)的功能。因此，采用3層網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)形式，組成輸入層、隱含層與輸出層3部分，如圖1所示。

網(wǎng)絡(luò)知識獲取算法的基本思路是：對于給定的輸入值[X X]，通過網(wǎng)絡(luò)特性函數(shù)計算輸出層的輸出值[Y Y]，并與預(yù)先的設(shè)定值對比，得到誤差。然后將輸出層節(jié)點的誤差逐層向輸入層逆向傳播，分配給各連接節(jié)點，從而計算出各連接節(jié)點的參考誤差，并據(jù)此對各個連接節(jié)點的連接權(quán)[W W]進(jìn)行相應(yīng)調(diào)整，得到適應(yīng)要求的網(wǎng)絡(luò)映射關(guān)系，使最終的輸出層誤差限符合要求的最小值。

3 神經(jīng)網(wǎng)絡(luò)分析模型的研究

3.1 神經(jīng)網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)設(shè)計

隱含層神經(jīng)元數(shù)目采用式（3）確定

式中：Nh為隱含層神經(jīng)元數(shù)；Ni為輸入層神經(jīng)元數(shù)；No為輸出層神經(jīng)元數(shù)；r為0～10間的整數(shù)[9]。

網(wǎng)絡(luò)特性函數(shù)采用Sigmoid函數(shù)，見式（4）。

輸出層的神經(jīng)元的實際輸出值只能趨近0或1。因此，在設(shè)置訓(xùn)練樣本時，輸入樣本及處理輸出結(jié)果均采用線性比例的導(dǎo)入、導(dǎo)出規(guī)則，將輸入數(shù)據(jù)預(yù)處理成（0，1）區(qū)間的數(shù)值，最后將（0，1）區(qū)間的輸出值轉(zhuǎn)變回原來的表達(dá)形式。

3.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)為9個，分別為各垃圾成分的比例含量：塑料橡膠、紙張、紡織物、木竹、瓜果皮廚余、金屬、玻璃、灰土、水分。輸出參數(shù)1個，為低位熱值大小。訓(xùn)練樣本選用14個城市生活垃圾的組成百分比和熱值大小，如表1[11]所示。BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)對14個樣本訓(xùn)練情況見圖2。當(dāng)?shù)?4 651次時，誤差小于10-5，表明收斂較好。

4 應(yīng)用實例分析

訓(xùn)練后的BP網(wǎng)絡(luò)系統(tǒng)分別對我國3個城市的垃圾熱值進(jìn)行分析。公式法、試驗測量法以及BP神經(jīng)網(wǎng)絡(luò)法對各工程計算結(jié)果如表2所示。

表1 各個城市的生活垃圾組分及熱值Tab.Tab.1 1 The solid waste composition and calorific value of various cities

表2 各個城市的生活垃圾組分及熱值Tab.2 The solid waste composition and calorific value of various cities

從表2的計算結(jié)果對比分析可以看出，本文采用的計算模型比Khan物理成分模型計算結(jié)果更接近實驗室測量結(jié)果，偏差在8.30%～11.03%之間。但城市3垃圾的實驗測量結(jié)果為3 327 kJ/kg，明顯低于公式計算及本文計算結(jié)果?？紤]到垃圾成分分析單位采用各成分樣測定熱值后加權(quán)平均，由于各成分樣取樣少，實驗室測定結(jié)果產(chǎn)生偶然性誤差的可能性較大。

另外，進(jìn)一步分析還可以發(fā)現(xiàn)，Khan物理成分模型及神經(jīng)網(wǎng)絡(luò)模型的計算結(jié)果均高于實際測量值。這里主要原因是Khan物理成分計算模型中的各部分為理想成分，實際垃圾中組分受到灰土及水分的腐蝕和污染等影響，熱值有一定降低。而神經(jīng)網(wǎng)絡(luò)分析模型中的各物理成分因垃圾采樣分析時的人工分類存在差異，并且各組分受到灰土及水分等腐蝕和污染等影響不一，熱值不同。因此，在應(yīng)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分析時，要根據(jù)訓(xùn)練樣本情況對結(jié)果進(jìn)行適當(dāng)修正。

5 結(jié)論

本文利用BP神經(jīng)網(wǎng)絡(luò)，結(jié)合已有的城市垃圾熱值數(shù)據(jù)，建立了基于神經(jīng)網(wǎng)絡(luò)的城市垃圾熱值計算模型。該模型對幾個城市垃圾焚燒工程項目進(jìn)行分析，結(jié)果表明該系統(tǒng)能準(zhǔn)確計算熱值的大小，滿足工程設(shè)計的要求。因此，將神經(jīng)網(wǎng)絡(luò)引入垃圾焚燒熱值的預(yù)測計算，有利于準(zhǔn)確計算城市生活垃圾的焚燒熱值大小，優(yōu)化設(shè)備選型，為垃圾焚燒發(fā)電廠的設(shè)計、建設(shè)和運營提供依據(jù)。

[1]Vollebergh H.Environmental externalities and social optimality in biomass markets:waste-to-energy in the Netherlands and biofuels in France[J].Energy Policy，1997，25（6）：605-621.

[2]Abu-Qudais，Moh'd，Abu-Qdais，et al.Energy content of municipal solid waste in Jordan and its potential utilization[J].Energy Conversion&Management，2000，41：983-991.

[3]Murphy J D，McKeogh E.Technical，economic and environmental analysis of energy production from municipal solid waste[J].Renewable Energy，2004，29（7）：1043-1057.

[4]Sufian M A，Bala B K.Modelling of electrical energy recovery from urban solid waste system:The case of Dhaka city[J].Renewable Energy，2006，31（10）：1573-1580.

[5]袁 克，蕭惠平，李曉東.中國城市生活垃圾焚燒處理現(xiàn)狀及發(fā)展分析[J].能源與環(huán)境，2008（5）：43-46.

[6]黃生琪，周菊華.談城市生活垃圾焚燒發(fā)電技術(shù)現(xiàn)狀及發(fā)展[J].應(yīng)用能源技術(shù)，2007（3）：42-45.

[7] 許先壁.垃圾焚燒發(fā)電技術(shù)概要[J].鍋爐技術(shù)，1999，30（7）：29-32.

[8]Kathirvale S，Yunus M，Sopian K，et al.Energy potential from municipal solid waste in Malaysia[J].Renewable Energy，2003，29（4）：559-567.

[9]李學(xué)橋，馬 莉.神經(jīng)網(wǎng)絡(luò)工程應(yīng)用[M].重慶：重慶大學(xué)出版社，1996.

[10]戴 葵.神經(jīng)網(wǎng)絡(luò)實現(xiàn)技術(shù)[M].長沙：國防科技大學(xué)出版社，1998.

[11]李曉東，陸勝勇.中國部分城市生活垃圾熱值的分析[J].中國環(huán)境科學(xué)，2001，21（2）：156-160.