基于小波分析的电站锅炉受热面灰污增长预测模型的研究 study on the prediction model of fouling growth on coal-fired utility boilers heating surface based on wavelet transformation.pdfVIP

第41卷第3期 锅炉技术 V01．41．No．3 2010年5月 BOILER TECHNOLoGY May．．2010 文章编号：CN31—1508(2010)05—0016—05 基于小波分析的电站锅炉受热面灰污增长预测模型的研究 潘亚娣，徐治皋，司风琪，杨新宇 (东南大学能源与环境学院，江苏南京210096) 关键词： 电站锅炉；灰污增长预测}小波分析；ARMA(声，q)模型 摘 要： 受热面灰污增长预测模型是研究吹灰优化方案的前提，分析了受热面灰污增长简化理论模型的基础 上，基于小波变换的特征提取方法和ARMA(p，q)时序模型分析，建立锅炉受热面灰污增长综合预测模型。该模 型无需额外投资，通过对电厂已有的实时数据进行分析和特征提取，便能准确评价和预测受热面的灰污状态。经 某电厂省煤器灰污增长预测实例表明，该模型预测结果与实际状况相符，从而能为吹灰优化提供指导。 中图分类号：TK223．3 文献标识码：A 本文基于热平衡原理，通过对现场采集的实时数 0前言 据进行分析，整理出各受热面的灰污热阻实时变 目前，燃煤电站主要采用定期吹灰或根据烟 化特征。然后，根据小波理论对这些灰污热阻时 温变化粗略指导吹灰操作。定期吹灰是按照规 间序列进行消噪滤波、特征提取和趋势预测，准 程对各受热面进行定期定量的吹扫，这种吹灰方 确判断受热面的实际灰污状态。并采用时间序 式无视受热面的实际灰污状态，常引起吹灰不足 列分析方法，构造灰污增长小幅摄动ARMA(p， 或吹灰过度。由于电站锅炉是一个复杂的非线 q)模型，建立了基于小波变换的锅炉受热面灰污 性耦合系统，烟气温度受很多因素的影响，根据 增长预测综合模型。以安徽某电厂锅炉省煤器 烟温进行吹灰操作会出现误诊的情况，不利于正 灰污增长模型为例，预测结果表明该模型能为吹 确指导锅炉的安全经济运行。而基于各受热面 灰经济性建模提供理论依据。 灰污状态、灰污增长趋势和吹灰收益的优化吹灰 1 受热面灰污增长模型分析 方案能解决现行吹灰操作的缺陷，实现按需吹 灰，提高锅炉的经济运行水平。灰污增长预测模 电厂锅炉运行中，受热面沾污、积灰、结渣过 型是建立优化吹灰方案的前提，根据电厂现有的 程是一个随时间变化的复杂动态过程，一方面灰 监测数据，研究受热面灰污状态和灰污增长预测 粒受热泳力等作用沉积在受热管表面，使传热热 模型具有重要的工程意义。 阻增加；另一方面，沉积的灰污会被烟气和灰粒 受热面灰污形成与增长的理论研究[1-2]与实冲击而剥离，使热阻减小。沉积与剥离同时发 际运行工况脱节，某些参数无法测定，使得理论 生，实际观测到的灰污热阻是此两方面共同作用 模型难以用于指导实践。文献[3]提出了根据运 的结果。随着运行时间的增长，灰污热阻总体上 行工况，在简化理论模型的基础上，通过现场试 呈增加趋势，而局部存在着小幅波动(摄动)。根 验的方法建立灰污增长预测模型，但现场试验耗 据这一原理，引用Kern和Seaton的结论，采用常 时费力、周期长、预测精度不高。文献[4—5]等微分方程来描述该过程[2-3]，如式(1)所示。 建立了基于人工神经网络的受热面积灰预测模 工dm：md一，，l， (1’(1) 型，但其预