反向建模在电厂飞灰含碳量测量中应用.pdfVIP

2010 年电站热工控制研讨会暨自动化信息化技术交流年会研讨会论文集 反向建模在电厂飞灰含碳量测量中的应用 付忠广，杨国强，靳 涛 （华北电力大学能源与动力工程学院，电站设备状态监测与控制教育部重点实验室，北京，102206） 【摘要】本文针对复杂热力系统非线性、时变、多耦合的特点，以电厂运行数据为研究对象， 研究了复杂热力系统的反向建模方法及其应用；重点研究了偏最小二乘回归和人工神经网络 这两种基于数据的建模技术，提出了偏最小二乘与人工神经网络耦合模型；并针对电站机组 运行中存在的问题，分别建立了基于偏最小二乘回归以及人工神经网络的锅炉飞灰含碳量软 测量模型；并且总结上述模型的优点，建立了偏最小二乘与人工神经网络耦合模型。研究结 果表明：该耦合模型能够很好的解决热力系统的非线性建模问题，并且模型运算速度快、模 型精度高；利用该模型可以很好地分析运行参数以及煤质变化对飞灰含碳量的影响，能够更 好地指导电站锅炉的优化运行。 【关键词】反向建模, 飞灰含碳量, 软测量 1 引言 电站锅炉是电厂火电机组最主要的主机设备之一，随着现在电站机组装机容量的逐步增大，大型 电厂燃煤锅炉的安全经济性问题也一直困扰着设计人员和电厂运行人员。锅炉的效率与其主要损失密 切相关，锅炉的损失主要由排烟损失、机械部完全燃烧损失、灰渣物理损失、化学不完全燃烧损失和 散热损失组成。在影响锅炉热效率的几项热损失中，机械不完全燃烧热损失是锅炉的最主要损失之 一，仅次于排烟损失，影响因素多而且复杂。其中飞灰含碳是机械不完全燃烧热损失的重要组成部 分，是影响锅炉热效率的一个重要指标。所以，获得准确的飞灰含碳量值对提高锅炉效率具有十分重 要的意义。 当锅炉中的飞灰含碳量较高，锅炉中煤粉燃烧不完全，会造成炉膛火焰中心位置上移，造成高温 过热器、再热器管的超温，影响主蒸汽温度的稳定，甚至会造成爆管等事故[1]。另一方面，当飞灰含 碳量较高时，炉内会生成还原性气氛，容易造成水冷壁管的高温腐蚀，并且由于在还原性气氛中灰的 熔点比处于氧化性气氛中熔点低，容易造成水冷壁管或过热器管结焦，直接危害到锅炉的安全运行。 可以看出，过高的飞灰含碳量值不但会降低锅炉效率，而且给电站锅炉的安全造成极大的威胁。因此 必须及时准确地获得飞灰含碳量值，严格地监测控制飞灰含碳量值，保证电站锅炉的安全经济运行。 传统的锅炉飞灰含碳量的测量方法长期以来一直采用燃烧失重法，需要人工取样和化学分析两个 步骤，而得到的结果严重滞后测量时的系统运行工况，并且由于采样不能完全代表所有的运行工况， 所以在测量精度上经常会出现较大的偏差，不能及时准确地反映锅炉的燃烧状况。为了解决这个问 题，国内外研究者已经对燃煤电厂飞灰含碳量的软测量方法。软测量技术是利用一些较易在线测量的 辅助变量(与被测变量密切联系) ，通过在线分析，去估计不可测或难测变量的方法。其核心内容是 发现和建立辅助变量与主要变量之间的模型关系。主要方法可以分为三类：基于工艺机理的软测量模 型，基于统计分析的软测量模型(如回归分析及相关分析) ，以及基于人工智能的软测量模型[2] 。目 前常用的软测量建模方法主要有神经网络、支持向量机等。 与传统的理论建模方法或试验建模方法不同，本文所利用的反向建模方法[3]是不考虑系统复杂的 内部结构和工作机理，直接利用系统在自然条件下产生的实时运行数据，建立系统相关参数数学模型 的过程。它未加入任何的假设和简化处理，而且采集的数据能够完全包括系统的全部运行工况。所以 所建立的模型的精度有所提高。 - 434 - 2010 年电站热工控制研讨会暨自动化信息化技术交流年会研讨会论文集 本文在对电站锅炉飞灰含碳量生成分析的基础上，利用某300MW机组的实时运行数据，建立了基 于偏最小二乘回归与人工神经网络相耦合的飞灰含碳量计算模型，并对模型进行训练和校验。结果表 明：该模型能够在不同工况下对飞灰含碳量量进行准确测量，具有良好的泛化能力和稳定性。 2 偏最小二乘与人工神经网络耦合模型 偏最小二乘回归方法是一种新型的数学建模方法，它能够通过使误差的平方和最小来找到一组数 据的最