电厂在线监测与优化控制技术研究.docx

?

?

电厂在线监测与优化控制技术研究

?

?

摘要：本文首先对电厂在线监测进行简单介绍，了解当前电厂在线监测的基本情况，重点分析电厂在线监测系统的实现方法，在此基础上深入研究火电机组在线监测实现的优化控制措施，希望通过本文的研究能够更加全面的掌握关于火电厂在线监测的基本情况，同时也为后期更好的优化控制火电机组的在线监测提供参考。

关键词：电厂；在线监测；优化控制

1引言

近年来随着我国经济社会的不断发展，各行业都取得快速的发展，尤其是电力工业作为经济社会发展的支柱，产业规模不断扩大，技术含量越来越高，在机组运行中出现问题的概率也逐渐增加，加强对电厂机组运行经济安全性的监测维护逐渐受到人们越来越多的关注。尤其是近年来计算机技术和信息技术的发展为电厂在线监测及优化控制提供了可能，因此在现阶段加强对于电厂在线监测与优化控制技术的研究具有重要的现实意义，能够更加全面的掌握关于电厂在线监测的基本情况，针对现状研究制定合理的优化措施，更好的保障电厂的正常运行。

2电厂在线监测概述

电厂运行中会受到各种运行参数的影响，优化机组运行状况的前提是全面掌握不同的性能参数，尤其是烟气含氧量和飞灰含碳量等。而在线监测技术借助人工神经网络理论等先进技术对锅炉运行中的各项参数进行预测，并建立与电厂运行性能相关的预测模型中，根据运行状况对电厂运行参数进行优化控制。

关于火电厂机组的在线监测最早开始于上世纪70年代，当时的主要技术是分析热偏差对运行参数进行调整降低机组的能耗；我国关于火电厂机组在线监测的研究是从上世纪80年中期开始的，各种在线监测方法逐渐涌现，比如以等效焓降理论为基础的机组性能在线监测系统、模块化理论为基础的热力系统性能在线分析系统、热经济性在线监控系统等。虽然各种监测系统的侧重点不同，但是都把烟气含氧量和飞灰含碳量作为两项重要的监测项目。

3电厂在线监测系统的实现方法

这里以某电厂机组的在线监测系统为例对电厂在线监测的实现方法进行简单介绍分析。该系统运行的基本原理是以烟气含氧量和飞灰含碳量的检测为基础，通过对这两项参数的分析优化调整机组的运行。飞灰含碳量和烟气含氧量的高低会受到诸多因素的影响，根据影响灵敏度的高低选择最关键的影响因素作为参考，然后以BP神经网络为基础结合模糊逻辑理论对电厂中飞灰含碳量以及烟气含氧量进行模拟检测，并对比分析两项参数的优缺点，选择最合适的参数及预测模型，根据最佳预测模型的数据对系统运行优化进行指导，从而降低火电厂的运行成本，提升经济性。具体可以分为以下几步：

3.1建立预测模型

模型的建立是在线监测的基础，一般情况下需要建立两个预测模型。在电厂在线监测中主要是借助BP神经网络算法以及模糊逻辑理论建立相应的模型。常用的语言是MATLAB。

3.2数据处理、参数选择

目前火电厂运行中广泛使用DCS系统，能够全面掌握各种关键数据的实时监测。而在线监测重点需要获取与烟气含氧量和飞灰含碳量相关的测点数据。首先对影响两项指标的各种因素进行全面的分析，然后根据灵敏度选择几项关键参数，并形成两组参数组合，对两组参数组合对比分析，得出最佳的输入参数组合作为电厂在线监测的主要对象。

3.3训练神经网络

在确定监测对象以及预测模型后需要对神经网络进行多样本的测试训练，并对预测模型的运行情况进行检验调整。综合对比分析两个模型、两种方法的优缺点，确定最佳在线监测模型。

3.4确定调用模型，执行在线监测

最佳模型确定后需要与电厂在线优化系统集成为一体，一般情况下可以借助VC调用MATLAB，将最佳模型生成为COM组件，这样就可以利用最佳模型对火电机组的性能进行实时的监测，为机组运行优化提供参考。

4火电机组在线监测实现的优化控制措施

在火电机组中应用在线监测技术能够对机组排烟温度、锅炉飞灰含碳量、炉膛水冷壁附近CO浓度、二氧化硫，氮氧化物，粉尘以及NOX排放特性等进行监测优化。这里对几项在线监测优化控制功能进行简单介绍：

4.1在线监测及报警

在线监测系统主要是针对锅炉运行中的各项参数进行监测，同时从电厂的DCS系统中获取炉膛氧量、给粉、风速等运行参数。对比这些运行数据的标准值，对可能引发的故障进行预测并发出警报，尤其是对高温腐蚀、风粉燃烧系统的故障问题能够提前监测预警，优化调整机组的运行。

比如说针对锅炉烟气成份的分析首先是从空预器或者炉膛汇总抽取一定的烟气，然后经过过滤、加热、压缩脱水等多项处理后，利用专用仪表进行分析，最后将分析数据回传到优化系统中作为优化调整的参考。

4.2在线优化与自学习

除了基础的在线监测及故障预警报警之外，在线监测系统还能实现对于机组的在线优化，而且能够根据历史运行数据自我学习优化提升。在线监测系统运行中会对机组各设备的运行状况进行全面的检测，同时根据最佳预测模型对机组锅炉运行状况进行调整。借助各个子