量化循环流化床锅炉给煤热量释放时间系统及方法

文档序号:9489540阅读:580来源:国知局
量化循环流化床锅炉给煤热量释放时间系统及方法
【技术领域】
[0001] 本发明涉及能源工程循环流化床锅炉领域,尤其涉及一种量化循环流化床锅炉给 煤热量释放时间系统及方法。
【背景技术】
[0002] 循环流化床锅炉具有炉内直接脱硫和可燃用劣质煤种等独特优势,是国内外发展 洁净煤燃烧技术的重点,近20年来得到越来越广泛的应用。随着循环流化床锅炉机组容 量的不断提升,锅炉的蓄热、惯性剧增,给煤量进入炉膛后热量的释放过程在不同的负荷段 下差异较大,且受到其他例如一、二次风量等因素的综合影响,很难通过现场的试验获得准 确、全面的信息。由于实际机组很难确定给煤热量释放时间,导致床温等参数的滞后波动比 较明显,给机组的自动控制带来难度。为响应电网侧调频等要求,锅炉的负荷变动越来越频 繁,确定给煤热量释放时间至关重要,建立循环流化床锅炉给煤热量释放时间的量化系统 和方法,对机组的安全运行、快速变负荷和控制系统优化具有重要意义。

【发明内容】

[0003] 本发明针对目前循环流化床锅炉给煤热量释放时间难以量化的现象,提供一种量 化循环流化床锅炉给煤热量释放时间系统及方法,利用机组运行数据,通过建立循环流化 床锅炉给煤热量释放时间的量化模型,充分考虑在不同负荷段下循环流化床锅炉机组的延 迟、惯性和蓄热差异,量化不同负荷下给煤热量释放时间。
[0004] 本发明的量化循环流化床锅炉给煤热量释放时间系统包括:
[0005] 最小二乘支持向量机建模模块;
[0006] 数据选取与预处理模块;
[0007] 给煤热量释放时间寻优模块;以及
[0008] DCS系统与数据库,
[0009] 其中,所述DCS系统与数据库与所述数据选取与所述预处理模块连接,所述数据 选取与预处理模块与所述最小二乘支持向量机建模模块双向连接,所述最小二乘支持向量 机建模模块与所述给煤热量释放时间寻优模块连接,所述给煤热量释放时间寻优模块对选 取出的训练数据和预测数据进行处理,确定对应负荷段的给煤热量释放时间,传输给所述 DCS系统与数据库。
[0010] 优选地,所述最小二乘支持向量机建模模块用于建立最小支持向量机算法给煤热 量释放时间模型,模型的输出为动态床温值,根据模型预测的精度来确定输入给煤量中的 热量释放时间。
[0011] 优选地,所述DCS系统与数据库将机组运行的历史数据传输给所述数据选取与预 处理模块,所述数据选取与预处理模块根据历史数据选取模型的训练数据和预测数据,所 述数据选取与预处理模块将选取出来的模型训练数据和预测数据传输给所述最小二乘支 持向量机建模模块。
[0012] 优选地,所述最小二乘支持向量机建模模块用于建立LSSVM模型,所述最小二乘 支持向量机建模模块将接收到的模型训练数据和预测数据传输给所述给煤热量释放时间 寻优模块。
[0013] 优选地,所述给煤热量释放时间寻优模块对接收到的训练数据和预测数据进行处 理,确定最佳动态阶组,进而确定给煤热量释放时间并传输给所述DCS系统与数据库。
[0014] 本发明还提供了一种根据上述系统来量化循环流化床锅炉给煤热量释放时间的 方法,包括以下步骤:
[0015] 步骤S1,利用所述最小二乘支持向量机建模模块构建最小二乘支持向量机模型;
[0016] 步骤S2,利用所述数据选取与预处理模块,选取最小二乘支持向量机建模模块中 最小二乘支持向量机算法训练数据;
[0017] 步骤S3,所述给煤热量释放时间寻优模块根据步骤S1建立的最小二乘支持向量 机模型,对所述步骤S2确定的训练数据中的给煤热量释放时间最优值进行选取。
[0018] 优选地,所述步骤S1最小二乘支持向量机模型为:
[0019] y(k) =f[y(k-l),......,y(k-m) ;x0(k),......,x0 (k-n0);
[0020] Xi(k),......,x^k-rii) ;x2(k),......,x2 (k_n2)]
[0021] 构建所述最小二乘支持向量机模型中,采用高斯径向基函数核,即
[0022] K(X,xj=exp(_ | |χ-Xi| |2/ 〇 2)
[0023] 其中所述x(k)是模型的输入量,所述x0(k),· · ·,x0(k-n。)、xjk),· · ·,xjk-n!) 与所述x2(k),. . .,x2(k_n2)分别为循环流化床锅炉中对应采样时刻决定床温的给煤量、一 次风量和二次风量;所述y(k)为当前床温输出;所述y(k-l),. . .,y(k-m)表示历史床温输 出,所述m、η。、叫、n2分别代表历史床温动态阶次、给煤量动态阶次、一次风量动态阶次和二 次风量动态阶次,根据模型预测的精度确定给煤热量释放时间为η。乘以数据采样时间ts; 所述σ为一个位置参数。
[0024] 优选地,构建所述最小二乘支持向量机模型,采用最小二乘支持向量算法,所述最 小二乘支持向量机算法和所述高斯径向基函数核包含两个未知参数c与〇,利用网格搜索 法和交叉验证进行。所述步骤S1包括以下子步骤:
[0025] 子步骤S1. 1,设定c与σ的候选集为比较松散的网格{(cl,σ1),…,(cl,σ1)}, 以网格中的节点进行交叉验证,得到最小误差所对应的网格节点;
[0026] 子步骤S1. 2,根据上述子步骤SI. 1得到的网格节点构造新的网格,以网格中的节 点为参数进行检验,得到最优的c与σ的值;
[0027] 优选地,所述步骤S2包括以下子步骤:
[0028] 子步骤S2. 1,确定采样时间ts,单位:秒,从所述DCS系统与数据库获取历史数据, 包括时间点、机组负荷、给煤量、一次风量、床温值;
[0029] 子步骤S2. 2,根据子步骤S2. 1获取的历史数据,分负荷段建立所述最小二乘支持 向量机模型,分区范围在20~100丽之间;
[0030] 子步骤S2. 3,根据上述子步骤S2. 2分化区间,挑选不同负荷段下一定量的历史运 行数据作为训练数据。
[0031] 优选地,所述步骤S3给煤热量释放时间寻优模块利用均方根误差对所述子步 骤S2. 3选取的训练数据中的动态阶组的最优值进行选取,给煤热量释放时间最优值为 nDXts;所述均方根误差用来衡量观测值同真值之间的偏差,它是观测值与真值偏差的平 方和观测次数η比值的平方根,即
[0033] 优选地,所述的给煤热量释放时间寻优模块,寻优部分每个负荷段下均采用遍历 的方法进行,即计算每组动态阶组合的均方根误差,选取均方根误差最小的组合作为寻优 结果,如果寻优结果所述均方根误差小于1,将寻优结果对应的m、η。、ηι、112值作为对应负荷 段的动态阶组最优值,将值η。Xts作为对应负荷段的给煤热量释放时间,否则从所述数据 选取与预处理模块中选取更多的数据,继续优化。
[0034] 优选地,所述m的范围为0~360/ts,所述η。的范围为0~900/ts,所述ni的范 围为0~240/ts,所述112的范围为0~300/ts,间隔为1。
[0035]有益效果
[0036] 本发明的量化循环流化床锅炉给煤热量释放时间系统及方法在不同负荷段下、不 同的运行工况下量化了给煤热量释放时间,有利于机组的安全运行、快速变负荷和控制系 统优化。
【附图说明】
[0037]图1示出本发明的量化循环流化床锅炉给煤热量释放时间系统的结构图。
【具体实施方式】
[0038] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对 本发明进行进一步详细描述。应当理解,此处所描述的具体实施例仅用于解释本发明,并
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1