一种火电厂煤耗率经济性分析方法
【技术领域】
[0001] 本发明涉及高耗能行业经济性分析领域，尤其涉及燃煤机组煤耗率经济性的分 析，是一种火电厂煤耗率经济性分析方法。
【背景技术】
[000引 目前，在我国的电力市场中，出现了供过于求的局面。于是，出现了各大发电集团 互相竞价上网的局面。送样W来，就对电厂运行的经济性提出了一个更高的要求。于是，各 个火力发电厂的节能降耗被提到了 一个前所未有的高度。而评价一个火电厂的经济性，直 接的体现就是煤耗率。
[0003]所谓的煤耗率，指火力发电厂每生产或供应1千瓦小时电能所需消耗的燃煤量。 通常用每千瓦时消耗多少克标准煤来表示。如果能利用智能信息处理理论知识，及时对火 电厂煤耗率做出预测，提前做出机组运行调整，不但可W有效减小电厂煤耗，节约成本，而 且对不可再生资源和环境的保护也起到了积极的意义。W-台额定负荷为350MW超临界火 电机组为例，如果每度电能够减少消耗1克标准煤，按照每年单台机组运行300天，平均机 组负荷300MW计算，一年下来，可节约标准煤2160吨，减少有害物（主要是粉尘、C〇2和SO2) 的排放38. 3吨；按照每吨标煤700元计算，可节约成本150余万元。送仅是一台机组的核 算结果。据官方统计，2014年我国全年总发电量为54638亿千瓦时，火电类按70%折算，贝U 全国2014年度火电机组发电量为38246. 6亿千瓦时，在每度电仍然节约1克标准煤的前提 下，全年可节约标煤3, 824, 660吨，可节约成本约26. 77亿元。如果送些煤用火车来运输， 按每节车厢容量为60吨，每列火车40节车厢计算，总共需要约1600列火车，显然送一举措 可W有效缓解铁路交通的压力。而对环境的影响，则已经无法用金钱来衡量。由此可见煤 耗率对社会、经济、环境等的影响可见一斑。由于现行的煤耗率分析模型，准确率普遍不高。 在此，拟通过实时测量机组运行数据，基于偏最小二乘算法和非线性回归向量机，提出一种 评判准确率较高的火电厂煤耗率经济性分析方法。
【发明内容】
[0004] 本发明所解决的技术问题是；提出了一种科学合理，适用性强，便于掌握，分析准 确的基于偏最小二乘算法和非线性回归向量机的火电厂煤耗率经济性分析方法，该方法仅 需要实时测量机组运行数据，代入训练好的分析模型，便可W直接预知机组煤耗率情况， 为电厂经济性分析提供依据。
[0005] 解决其技术问题的方案是；一种火电厂煤耗率经济性分析方法，其特征是，它包含 如下步骤：
[000引1)数据的采集：
[0007]通过相关热工测量元器件测量主汽流量、煤水比、再热器蒸汽压力、总风量、凝汽 器真空、干渣温度、锅炉炉膛负压、给水流量、再热器温度及烟气含氧量10个过程参量，具 体测量如下：
[0008] 主蒸汽流量；采用皿-W插入型润街流量仪表测得，t/h;
[0009] 燃水比：分别通过AKS-LDC智能插入式电磁流量计测得锅炉给水量，赛摩巧5耐压 称重给煤机测得入炉煤量，然后通过计算前者与后者的比值获得，标量；
[0010] 再热器蒸汽压力；采用PPM-T322B压力变送器测得，MPa;
[0011] 总风量：采用FS-5C防堵型免吹扫风量测量装置测得，t/h;
[0012] 凝汽器真空；采用PDM-520微型精密电阻真空计测得，KPa;
[001引干渣温度：采用红外测温仪IS-CF1400AD测得，°C;
[0014]炉膛负压；采用BTS6800-SP负压变送装置测得，Pa;
[001引给水流量；通过AKS-LDC智能插入式电磁流量计测得，tA;
[0016]再热器蒸汽温度；采用WSSXP-401双金属温度计测得，°C;
[0017]烟气含氧量；采用XP-3180含氧量检测仪测得，％;
[001引。主成分的提取
[0019] ①数据标准化
[0020] 为了抽取主成分，首先将自变量矩阵
[0021] X = (Xij)nxm (1)
[002引式中，η表示所选取的训练样本用量，组；
[0023]m表示所选取的热工参量维数，在此m= 1，2,…，10;
[0024] i= 1, 2, ···,η；
[00巧]j=l，2, ...，111
[002引和因变量矩阵
[0027]Y=(y,j)nxp 似
[002引式中，η表示所选取的训练样本用量；
[002引 Ρ表示因变量维数，在此Ρ= 1 ;
[0030]i= 1, 2, ···,η；
[00引]j=l，2，...，p
[0032] 采用如下公式（3)、（4)进行标准化处理，使样本点的集合重必与坐标原点重合：
[00对式中，El、F汾别为X和Y的标准化矩阵；
[003引 E(Xi)、E(y)分别为X、Y的均值；
[0037] 苗;、Sy分别为X、Y的均方差；
[0038] ②第一个成分提取ti:
[0039] 采用如下公式（5)计算第1步的组合系数Wi:
[0040]
(5)
[0041] 采用如下公式（6)提取第一个主成分ti:
[0042] ti=EiWi (6)
[0043] ⑨计算残差矩阵
[0044] 采用如下公式（7)、（8)计算残差矩阵：
[0047] 式中，
为回归系数，向量；
[004引：Γι=FiTti/l|ti|I2,为回归系数，标量；
[0049] ④计算预报残差平方和PRESS
[0050] 采用如下公式（9)计算预测误差：
[0051]
饼
[00閲式中，为煤耗率真实值，g/kw·h;
[005引 yi(U是在提取主成分11的前提下，利用去掉第i个样本（i= 1,2....η)的剩余 样本，求回归方程，然后把第i个样本点代入该回归方程所得到的方程预测值，g/kw·h;
[0054] ⑤利用残差矩阵E2、F2代替步骤②中的E1、Fi，重复步骤②⑨④，继续提取主成分；
[0055] ⑧采用直角坐标系绘制⑤中"每次循环所得到的预报残差平方和值一循环次 数"曲线图，通过该坐标图，确定使得预报残差平方和PRESS取最小值时所对应的循环次数， 也即最佳主成分提取个数q;
[0056] ⑦按照最佳主成分提取个数，提取q个主成分，构成一个qXn维的矩阵A;
[0057] 3)非线性回归向量机模型的搭建
[005引 W矩阵Aqx。为输入变量，W煤耗率为输出，搭建非线性回归向量机模型，具体过程 如下：
[00则 （a)核函数的选取
[0060] 在此，选择径向基核函数作为向量机的核函数，径向基核函数表达式为：
[0061]
(!0)
[0062] 式中
；σ为核系数。
[006引 化）训练误差公式
[0064] 在采用样本对模型进行训练过程中，为保证模型的训练结束时间和训练误差最 小，采用平均相对误差，其计算公式为：
[0065]
(11)
[0066] 式中，η为训练样本用量，组；
[0067] y;为模型预测值，g/kw·h;
[006引 y;。为实际煤耗率，g/kw·h;
[0069] (c)模型搭建步骤如下：
[0070] 模型预测输出表达式为：
[0071]
(12)
[0072] 式中，Ψ(x，Xi)为支持向量机核函数，此处为径向基核函数；
[0073]
(13)
[0074] 式中，α为由式（。）中的α1组成的矩阵向量；
[0078]式中，I为单位向量；Υ为惩罚系数；矩阵向量Ω采用如下公式（16)计算得到：[007引Qkj= Ψ (X k，Xj)化，j=1，2,…，η) (16)
[0080] 式中，Ψ(Xk，X，）为支持向量机核函数，此处为径向基核函数；η为训练样本用量，
[0081] 将公式（13)-(16)代入公式（12)得最终模型预测输出；
[00的]4)模型的训练
[0083] 为了提高模型训练速度，快速准确地确定模型的惩罚系数、核系数最优组合，达到 模型的目标训练误差，在此，对惩罚系数和核系数进行寻优的过程中，采用W下具体步骤：
[0084] (1)在直角坐标系第一象限中任意确定一点Ml(曰1，bi)，通常情况下取曰1、bi〉0 ;
[0085](2) WMl点为中必，W 2c1为短对角线、2d1为长对角线，绘制一个菱形T1，菱形Τι 的对角线分别垂直于坐标轴横X、y轴或y、X轴，其中Ci<min(ai,bi)，d