燃煤电站锅炉吹灰优化系统的研究与软件开发.pdfVIP

燃煤电站锅炉吹灰优化系统的研究与软件开发 张春丽 杨亚东 （中国华电工程（集团）有限公司总承包分公司 北京市西城区西直门内大街 273 号 100035） Research and Software Development of Sootblow Optimization System of Utility Boiler ZhangChunLi YangYaDong (EPC Filiale of CHEC No.273,Xizhimen Inner Street,Beijng 100035) ABSTRACT: Taking 1# boiler of certain power plant as an object, a Fouling Monitoring Model based on three layers of RPROP neural network for boiler convection surfaces is presented in this paper. The neural network is trained by samples composed of the real-time data from DCS after normalization. This paper sets forth theory of boiler sootblow optimization, at the same time, we have developed an on-line fouling monitoring system and user sodality interface, which realize on-line fouling monitoring and provide guidance for sootblow optimization, as a result, boiler efficiency has been improved and steam consumption has been decreased. Key words: RPROP neural network，convection heating surfaces， fouling, monitoring，sootblow optimization 摘 要: 本文以某电厂 1#锅炉为研究对象，采用三层 RPROP 算法的神经网络，对电站锅炉对流受热 面的实时污染状况建立了监测模型，模型利用电站数据采集系统获取的实时机组数据，经规一化处 理后组成样本集，对神经网络进行训练；本文对锅炉吹灰优化进行了理论研究，开发了一套灰污监 测系统及友好用户界面，实现了灰污的在线监测和吹灰的优化指导，提高了锅炉效率，减少了蒸汽 消耗。 关键词：神经网络，对流受热面，积灰，监测，优化吹灰 1 引言[1][2] 的，它轻则降低传热效能，增加锅炉排烟 燃煤锅炉运行过程中，由于燃烧产生大 热损失与通风电耗，影响受热面内部汽水 量的烟气和灰沉积物，锅炉对流受热面总会 正常工况，重则将堵塞烟道，爆管停炉， 有积灰污染。受热面积灰污染是令人憎恶 破坏机组连续运行。通常，大型锅炉都装 有吹灰装置来清洁受热面，但是，目前在电 Backpropagation 算法[3]。这是一种在多层 厂中，吹灰器的运作大多是由运行人员根据 前向网络训练中实现批处理有导师学习的 经验，定时全部把受热面吹扫一遍，造成严 局部自适应学习算法。它采用偏导数的符号 重经济损失。故从经济角度考虑，应该对吹 所带来的网络训练信息来调整网络，从而避 灰器的运作加以优化，用计算机代替运行人 开了基本BP算法的如网络训练收敛速度慢， 员的经验判断，在安全的前提下，根据经济 容易陷入局部极小值，Sigmoid