电站锅炉燃烧优化专家系统_new.pptx

电站锅炉燃烧优化专家系统介绍;主要内容; ●国家节能减排政策 煤价上涨 烟气排放NOx（100mg/m3)SO2 CO2 ●锅炉节能减排潜力 （1）司炉运行经验存在差异 （2）运行工况与锅炉燃烧调整试验工况的差异 试验工况有限、运行特性变化 （3）锅炉燃烧调整参数未实现闭环自动控制 人工手动调整很难跟上负荷、煤质变化 ; ●采用人工智能神经网络技术建立燃烧优化模型 燃烧优化神经网络模型 ;●神经网络建模特点 （1）数据驱动 锅炉运行数据中蕴涵锅炉燃烧特性和司炉运行经验。 （2）神经网络是“万能函数逼近器”，具有自学习能力 能从数据样本中找出各变量间的内在联系。样本数据信息量越丰富，模型就越可靠、有效。 （3）神经网络模型自适应技术 ◆适应锅炉运行特性变化（设备老化、测点偏移等)。 ◆能将以前未出现的新的负荷、煤质工况点加入燃烧优 化模型。因此，适用于负荷、煤质变化较大的机组。 （4） 本系统神经网络可处理多达1000多个与燃烧有关的变量，模型可包含几百个燃烧运行模式，供燃烧优化之用。 ;●采用先进的多目标遗传算法（MOGA）优化技术 进行参数寻优 优化目标：提高炉效、降低烟气NOx排放;●遗传算法优化技术特点 （1）全局最优解 对于给定的负荷和入炉煤质，利用神经网络模型，在全局范围内寻找最优解，避免非线性优化问题的局部最优解。 （2）多目标组态优化 用户可通过优化权重系数，方便地在锅炉的NOx排放与炉效之间进行平衡。 （3）可在预设的参数最大、最小安全范围内寻优 保证锅炉运行安全 ;●建模与优化的相关问题 （1）建模样本数据 机组运行历史数据 + 燃烧优化调整试验数据 + 相对应的锅炉入炉煤质数据。 （2）模型可靠性检验 模型精度、模型的完备性（负荷和煤质适用范围）。 （3）在线优化时的入炉煤质问题 ◆专家系统在线监测入炉煤热值； ◆运行人员输入入炉煤种或配煤方式 ;（4）在线优化时的负荷变化问题 ◆专家系统在线监测机组工况是否稳定； ◆稳态工况：系统用一段时间内的平均负荷进行优化； ◆非??态工况：系统用实时负荷进行优化。 由于专家系统优化的是各燃烧参数的偏置，因此不会影响机组的正常升降负荷。 （5）优化仿真 离线计算不同负荷、不同煤质条件下的燃烧优化参数，并对优化结果的合理性、可靠性进行评估。 ;●开环和闭环运行模式及其无扰动切换 开环：提供燃烧调整操作指导。 闭环：专家系统向DCS提供各燃烧参数的优化偏置，当DCS切到优化偏置端时，就实现闭环优化自动控制。 无扰动切换：实现优化偏置的无扰动切换，每个回路可独立进行投/切操作。 ;专家系统原理;●能保证应用效果 (1)从锅炉运行历史数据中提取运行水平较高的司炉的运行经验； (2)将燃烧调整试验结果模型化，用于在线应用； (3)由于模型化，系统可发现比司炉的运行经验和燃烧调整试验结果更好的燃烧运行方式； (4) 闭环优化控制，能更好地适应负荷、煤质的变化。 ●应用安全性 （1）无需对锅炉设备进行改造。 （2）不直接控制设备（如阀门、挡板等）。 （3）不改变原DCS的控制策略（只修改DCS控制回路的设定值和偏置）。 （4）对偏置进行限幅、限速处理。;●对现场设备及测点的要求 系统在锅炉原有运行条件基础上进行优化 （1）测点：需烟气氧量、排烟温度、飞灰含碳、NOx等常规测点，无需增加额外的特别测点。 （2）对测点精度要求：趋势正确。 （3）设备可控性问题：满足DCS运行即可。;●与其它低氮燃烧技术的关系 （1）低NOx燃烧器锅炉 专家系统可充分发挥低NOx燃烧器的最佳性能。 （2）烟气脱硝锅炉 ◆ SCR脱硝率为80%（三层），只要SCR入口处的NOx小于500 mg/Nm； ◆专家系统可方便、灵活地调整炉效和NOx排放的平衡点，实现锅炉燃烧和脱硝运行的经济利益最大化； （3）运行、维护成本低，并能实现多目标优化（兼顾锅炉NOx排放和炉效）;●与燃烧调整试验方法比较 （1）试验工况有限。 （2）试验方法是静态的，不能在线应用。 ●与SIS中的优化比较 （1）SIS优化是基于耗差分析的 只能给出经济性降低的原因，不能给出具体的操作建议。不能进行多目标优化，更不能实现闭环优化控制。 （2）SIS的优化对现场测点要求较高。 ;●专家系统是一个外置的独立系统，通过Modbus与DCS进行数据通信 ;1.提高锅炉运行效率，可提高0.3%－1.0%； 2.降低烟气ＮＯx排放量，降低10%－30%； 3.减少燃烧调整的随意性，降低运行人员的劳动强度，提高锅炉燃烧系统整体自动化运行水平。