一种基于人工智能技术的空冷控制系统及其控制方法与流程

本发明涉及火电厂空冷系统控制领域和人工智能领域，具体涉及基于人工智能技术的空冷控制系统及其控制方法。

背景技术：

在火力发电或化工企业，在汽轮机内做过功排出的蒸汽，需要冷却系统将其凝结成水，然后再返回到锅炉循环使用。用空气作为媒介把乏汽的凝结潜热带走，再释放到大气中的方式称为空气冷却方式，这种冷却系统也称为空冷系统。空冷系统的优点是几乎不消耗水，在我国北方地区应用得非常普遍。在火电厂，空冷系统被分为直接空冷系统和间接空冷系统两种。直接空冷系统：汽轮机乏汽直接排入含风机的空冷凝汽器，在空冷凝汽器内与冷空气产生热交换被凝结成水；直接空冷系统包括汽轮机、含风机的空冷凝汽器、阀门和管道。间接空冷系统：汽轮机乏汽排入水冷凝汽器，在水冷凝汽器中凝结成水，乏汽的凝结潜热被循环水带到空冷散热器内与冷空气热交换后释放，间接空冷系统包括汽轮机、水冷凝汽器、含百叶窗的空冷散热器、冷却塔体、循环水泵、阀门和管道。

现有技术的空冷系统的控制系统，采用传统的控制方式，如pid控制等，存在以下不足：

1.当冬季环境温度低于0℃时，为了防止水在换热器内被冻结，必须提高换热器运行温度，使汽轮机实际运行背压高于最经济的运行背压即阻塞背压，导致汽轮机热耗高、燃煤消耗量大；

2.当夏季环境温度较高时，大风对空冷系统影响很大，空冷控制系统不能有效抑制这种影响，可能造成汽轮机背压突然上升，甚至威胁发电机组的安全运行；

3.当汽轮机运行偏离设计工况时，空冷系统耗电设备不在最优工况运行，厂用电消耗大。

技术实现要素：

本发明的目的是提供一种基于人工智能技术的空冷控制系统及其控制方法，使空冷系统能够实现热耗更低、厂用电更小、运行更安全的目的。

本发明解决上述现有技术存在不足所采用的技术方案为：一种基于人工智能技术的空冷控制系统，包括空冷系统、数据检测系统、执行机构、工业控制器、边缘计算服务器、系统监控平台和云计算平台，所述数据检测系统与空冷系统和工业控制器连接，所述执行机构与空冷系统和工业控制器连接，所述边缘计算服务器分别与工业控制器、数据检测系统、系统监控平台和云计算平台连接；

数据检测系统将测取的空冷系统的状态参数传递给边缘计算服务器；

边缘计算服务器将控制指令传递给工业控制器；

工业控制器获取边缘计算服务器的控制指令后发出执行指令给执行机构；

执行机构将状态反馈参数传递给工业控制器；

工业控制器获取执行机构的状态反馈参数后再传递给边缘计算服务器；

边缘计算服务器将其累积的输入信息、输出信息和控制过程信息的历史数据传递给云计算平台；

云计算平台将其输出结果传递给边缘计算服务器。

所述边缘计算服务器是一种计算机系统，根据输入信息和计算模型进行运算，输出用于改变空冷系统状态参数的控制指令。

所述云计算平台为一种基于人工智能技术的计算平台，利用空冷系统状态参数的历史数据通过机器学习方法训练边缘计算服务器所使用的计算模型。

所述数据检测系统所获取的状态参数包括：流体的温度、压力、流量，水的液位，环境风速和风向，空冷系统的运行电流、电压和耗电量，以及时间。

所述空冷系统为直接空冷系统，包括汽轮机、空冷凝汽器、阀门和管道；所述空冷凝汽器含有风机；其执行机构为风机的电机和阀门的执行器。

所述空冷系统为间接空冷系统，包括汽轮机、水冷凝汽器、空冷散热器、冷却塔体、循环水泵、阀门和管道；所述空冷散热器含有百叶窗；其执行机构为百叶窗的执行器、循环水泵的电机和阀门的执行器。

所述空冷控制系统一套配置一个单独的云计算平台，或者多套配置一个公用的云计算平台。

一种基于人工智能技术的空冷控制方法，采用上述基于人工智能技术的空冷控制系统并进行以下操作步骤：

步骤1、建立计算模型，并存储在边缘计算服务器上；

步骤2、数据检测系统把空冷系统的状态参数传递给边缘计算服务器；

步骤3、边缘计算服务器利用计算模型进行运算，输出结果作为控制指令给工业控制器；

步骤4、工业控制器向执行机构发送执行指令；

步骤5、执行机构按执行指令动作并把其状态反馈参数传送给工业控制器；

步骤6、工业控制器把状态反馈参数再传送给边缘计算服务器；

步骤7、重复步骤2至步骤6，即数据检测系统把新得到的空冷系统的状态参数再传递给边缘计算服务器，开始新一轮的改变空冷系统参数的运算和控制；

步骤8、运行步骤2至步骤6一段时间后，边缘计算服务器把所积累的空冷系统状态参数的历史数据上传给云计算平台；

步骤9、云计算平台应用人工智能的机器学习训练原有计算模型，形成新的计算模型并把新的计算模型下传给边缘计算服务器；

步骤10、重复步骤1，即边缘计算服务器用新的计算模型更新或替代原有的计算模型，以此重新建立计算模型。

所述一种基于人工智能的空冷控制方法采用模型预测控制法，在边缘计算服务器上进行控制运算。

与现有技术相比，本发明的优点在于：

本发明应用现代控制技术和应用云计算及人工智能技术，通过对预测控制的计算模型不断进行训练和更新，使空冷系统能够越来越接近或保持在最优状态下运行，能够节能大量能源，减少燃煤消耗，以及提高空冷系统的运行安全性。

附图说明

图1为本发明实施例1一种基于人工智能技术的空冷控制系统的结构框图。

图2为本发明实施例2一种基于人工智能技术的空冷控制系统的结构框图。

具体实施方式

以下结合附图、实施例对本发明作进一步详细描述。

实施例1：

图1是本发明一种基于人工智能技术的空冷控制系统实施例1的结构框图，空冷控制系统包括空冷系统、数据检测系统、执行机构和工业控制器，数据检测系统与空冷系统和工业控制器连接，执行机构与空冷系统和工业控制器连接；与现有技术不同的是，新增设了边缘计算服务器、系统监控平台和云计算平台，边缘计算服务器分别与工业控制器、数据检测系统、系统监控平台和云计算平台连接。

边缘计算服务器作为空冷控制系统的核心设备，是台计算机系统，被用于进行控制运算，输出控制指令，以及空冷系统状态参数、执行机构状态反馈参数、计算过程和输出结果信息等数据储存。

系统监控平台，作为边缘计算服务器的输入输出、控制系统的人机交互界面。

云计算平台，主要进行云计算，利用空冷控制系统的历史数据，应用人工智能机器学习和大数据分析等技术训练计算模型，形成新的计算模型供给控制运算使用。

所述的空冷系统可以为直接空冷系统，也可以为间接空冷系统。如果是直接空冷系统，空冷系统包括汽轮机、空冷凝汽器（含风机）、阀门和管道，执行机构为风机的电机和阀门的执行器；若为间接空冷系统，空冷系统包括汽轮机、水冷凝汽器、空冷散热器（含百叶窗）、冷却塔体、循环水泵、阀门和管道，执行机构为百叶窗执行器、循环水泵的电机和阀门的执行器。

所述的数据检测系统所获取的状态参数包括：流体的温度、压力、流量，水的液位，环境风速和风向，空冷系统的运行电流、电压和耗电量，以及时间。

空冷控制系统的信息流向是这样的：参见图1，数据检测系统将测取的空冷系统状态参数传递给边缘计算服务器，边缘计算服务器输出控制指令（运算结果）给工业控制器，工业控制器把获取的边缘计算服务器的控制指令再转换为执行指令发送给执行机构，执行机构按执行指令动作并将完成动作后的状态反馈参数传递给工业控制器，工业控制器把从执行机构获取的状态反馈参数再传递给边缘计算服务器。

空冷控制系统运行一段时间后，边缘计算服务器将积累的空冷状态参数、输出的控制指令、控制过程的信息等历史数据上传给云计算平台，云计算平台利用累积的历史数据以机器学习方式训练用于控制运算过程的计算模型，形成新计算模型后把新计算模型下传给边缘计算服务器。边缘计算服务器用新计算模型更新（替代）原计算模型，以此重新建立计算模型。

本发明一种基于人工智能技术的空冷控制方法，采用上述实施例1的空冷控制系统，实施以下操作步骤：

步骤1、建立计算模型，并存储在边缘计算服务器上；

步骤2、数据检测系统把空冷系统的状态参数传递给边缘计算服务器；

步骤3、边缘计算服务器利用计算模型进行运算，输出结果作为控制指令给工业控制器；

步骤4、工业控制器向执行机构发送执行指令；

步骤5、执行机构按执行指令动作并把其状态反馈参数传送给工业控制器；

步骤6、工业控制器把状态反馈参数再传送给边缘计算服务器；

步骤7、重复步骤2至步骤6，即数据检测系统把新得到的空冷系统的状态参数再传递给边缘计算服务器，开始新一轮的改变空冷系统参数的运算和控制；

步骤8、运行步骤2至步骤6一段时间后，边缘计算服务器把所积累的空冷系统状态参数的历史数据上传给云计算平台；

步骤9、云计算平台应用人工智能的机器学习训练计算模型，形成新的计算模型并把新的计算模型下传给边缘计算服务器；

步骤10、重复步骤1，即边缘计算服务器用新的计算模型更新或替代原有的计算模型，以此重新建立计算模型。

本发明一种基于人工智能的空冷控制方法，其控制计算过程是在边缘计算服务器上完成的，所采用控制方法是模型预测控制法。

在实施例1的空冷控制系统中，一套控制系统配置了一个云计算平台。

实施例2：

图2是本发明一种基于人工智能技术的空冷控制系统实施例2的结构框图，空冷控制系统包括空冷系统、数据检测系统、执行机构和工业控制器，数据检测系统与空冷系统和工业控制器连接，执行机构与空冷系统和工业控制器连接；与现有技术不同的是，新增设了边缘计算服务器、系统监控平台和云计算平台，边缘计算服务器分别与工业控制器、数据检测系统、系统监控平台和云计算平台连接。

图2中有两套空冷控制系统：空冷控制系统1和空冷控制系统2，图中分别用双点划线的矩形框表示。如图，两套空冷控制系统配置了一个公用的云计算平台。

如图2，本实施例可以看作为多套（2套或更多数量）空冷控制系统共用一套云计算平台的技术方案。所以，实施例2是多套（包括数量2套或更多）空冷控制系统配置一个公用的云计算平台的实施例。

除多套空冷控制系统配置一个公用云计算平台外，实施例2的其它技术特征与实施例1相同。