火电机组主蒸汽温度优化系统控制策略研究.docVIP

火电机组主蒸汽温度优化系统控制策略研究 　　摘要：火电机组主蒸汽温度优化系统控制策略主要是对热效率、有害物质排放等，进行严格控制，提高火电机组的运行效率，改善排气质量。 　　关键词：火电机组；神经网络；模糊控制 　　1.前言 　　我国环境污染日益严重，作为火力发电需要持续改善其技术水平，而发电机组高效，环保的运行，是未来一大趋势。 　　2火电机组研究意义 　　2.1火电机组研究背景 　　由于技术水平的限制，小机组燃烧效率低，无法有效控制燃煤量。燃烧效率不能合理控制。只有添加脱硫脱氮装置和废热回收装置才能提高燃烧效率。因此，提高煤炭利用率，改善环境是我国煤电发展的重要目标，也是实现煤电可持续发展战略的重要手段之一。 　　目前的情况引发了如何应对火电厂经济安全的新问题。这些问题需要通过实践研究和新的技术手段加以解决。主蒸汽?囟瓤刂葡低呈腔鸬绯Ч?炉的重要控制系统之一。其任务是确保过热器出口处的蒸汽温度在预设值的小范围内稳定。控制效果不仅影响火电机组的效率。它也影响设备的安全运行，甚至影响整个社会的供电平衡。如果蒸汽温度超过稳定范围，较高的温度会影响过热器金属管壁的强度，严重威胁安全生产。较低的蒸汽温度也会导致整个工厂的热效率下降，导致火力发电厂的经济效益不合理。它也增加了汽轮机最后阶段的腐蚀可能性。 　　2.2火电机组研究的目的 　　每降低5°C的蒸汽温度将导致热效率下降约1%，由此造成的能源浪费令人担忧。因此，过热器出口处的蒸汽温度与机组的安全性和经济性密切相关。通常，与设定值的偏差保持在-10°C至+5°C的范围内。长期以来，主汽温控制是火电机组的难点。主要原因如下： 　　（1）影响主蒸汽温度变化的因素很多。例如：整个装置的负载变化，喷雾流量和喷雾水温的变化，烟气侧的温度变化以及烟气阻尼器的摆动角度。同时，整个主蒸汽温度系统的大延迟和大惯性特性温度变化的影响也更加剧烈； 　　（2）主汽温系统不是稳定的、不变的，正相反，主汽温系统受各种因素的影响，是时变的、非线性的，不能用统一的、稳定的数学模型来描述； 　　（3）随着经济发展和政策变化，火电厂主蒸汽温度的控制要求将会增加。火电厂主蒸汽温度的稳定性为单位负荷，经济性和安全性提供了良好的保证。同时，还可以提高火电机组的锅炉燃烧效率，减少有害物质的排放，满足国家政策要求，满足社会发展的需要. 　　3.火电机组主汽温控制策略 　　3.1模糊控制 　　模糊控制是智能控制技术之一。它是一种将控制理论和模糊集合论相结合的新型控制技术。传统控制方法的大部分前提已经很清楚了，或者可以近似得到控制对象的传递函数。但是，现代设备的整合越来越高，往往是一个多输入，多输出的系统，每个输入输出之间。没有简单的线性时间不变关系。有一个复杂的耦合非线性关系。建立这种系统的精确或近似模型很困难。此时，模糊控制是解决这个问题的一种方法。 　　模糊控制的一般流程包括输入模糊化，模糊规则判断和去模糊处理。由于模糊逻辑更贴近人类的逻辑思维和语言表达，因此模糊控制系统的应用比传统的二元系统具有更为明显的优势，因此理解起来非常直观，直观。其意义可以从以下两个角度来分析： 　　（1）模糊控制提出了一种基于语义描述规则实现控制规律的新控制概念。这个过程结合了专家系统，模糊理论和控制理论。它在工程应用上有很大的发展前景。 　　（2）模糊控制为非线性控制器的设计提供了一种简便的方法，因为它不需要对受控对象进行建模，所以当受控对象存在不确定性或难以使用传统的线性控制理论时，设计时模糊控制就是更加有效。许多实验表明，模糊系统得出的结论比传统方法得到的结论更优越，特别是对于一些不确定且难以定性分析的系统，模糊系统可以获得更满意的控制效果。 　　3.2神经网络 　　神经网络技术是一种具有自学习能力的算法，它逐渐指向控制领域。系统建模和故障诊断中有实际的应用实例。基于神经网络的各种自学习算法在控制系统中的应用主要是克服被控对象的非线性和时滞。因此，神经网络能很好地描述非线性系统，并能通过相应的控制策略跟踪目标值。然而，神经网络在训练过程中需要大量的迭代计算，这也是限制神经网络实际应用的主要问题。人工神经网络是模拟建立人类神经结构的理论系统。在这个理论体系中，神经网络完全连接在层之间，但层不连通。在网络中，数据处理通过层间数据传输来执行。每个神经元都是一个小的非线性系统。每个神经元都有很多输入。在网状连接之后，数据被存储并传输计算。人工神经网络在控制领域的应用： 　　（1）在足够的神经网络层和神经元的前提下，人工神经网络可以完全逼近任意复杂的非线性系统的输入输出； 　　（2）人工神经网络能够充分地学习和模拟不确定系统的动态特性； 　　（3）神经网络层间权重的设置完成数据的传输和存储，实现数据模