专利名称：循环流化床锅炉非线性多变量关键参数的辨识及预测方法
技术领域：
本发明涉及煤矸石电厂锅炉系统参数辨识技术领域，尤其是涉及一种循环流化床 锅炉非线性多变量关键参数的辨识及预测方法。
背景技术：
中国是煤炭大国，2011年产原煤约35. 7亿吨，其中15% 20%为排放的煤矸石、煤 泥等劣质煤，煤矸石燃烧发电是火力发电的一种节能减排的形式，目前煤炭企业有煤矸石 电厂约近200座。循环流化床锅炉是煤矸石发电厂安全发电的关键设备，循环流化床锅炉 的燃烧效率要受到一次风机、二次风机、返料风机、引风机、煤矸石流量等诸多因素的影响， 且各个参数的变化都具有非线性的特征。国际国内专家对于废料发电、电厂锅炉风机的故 障检测、电厂引风机和送风机的配合问题进行了大量的研究，但是未见到有关对煤矸石发 电厂循环流化床锅炉涉及到的非线性多变量的研究。对锅炉的炉膛压力、主蒸汽压力实行 控制，可以保证火电厂锅炉燃烧的稳定运行。根据煤矸石仓到锅炉的生产工艺，煤矸石电厂 的燃料经过破碎机和振动筛的处理，煤粒度小于13_，结合煤矸石电厂的实际情况，返料风 机是将未充分燃烧经分离器分离的较大颗粒燃料再次送入炉膛助燃，反复循环燃烧，提高 燃烧效率；煤矸石流量Im和排烟的烟气的含氧量02是影响锅炉燃烧效率的主要因素，因 此以煤矸石流量Im、返料风机的压力P和排烟的烟气含氧量02为循环流化床锅炉的关键 被控变量，这些关键被控变量又受到其它变量的影响，例如关键被测变量煤矸石流量Im要 受到返料风机的压力、返料风机的电流、烟气含氧量02、引风机的电流、一次风机电流、二次 风机电流的影响，呈复杂的非线性的关系，如果能对这些关键被控变量辨识，并进行实时预 测，可为提高锅炉燃烧效率，使汽轮机发电机稳定运行奠定基础。常用的参数辨识方法有基于相关函数的古典辨识法、最小二乘法、极大似然法、梯 度校正辨识及模型参考自适应的辨识方法，但这些辨识方法均针对线性定常系统，非线性 系统的辨识一般采用神经网络，Volterra级数的辨识也可以用于非线性的辨识，但要先找 到Volterra级数和广域频率响应(GFRF)的对应关系，然后用非线性系统的GFRF递推算法 求Volterra的内核的频率响应，计算发杂。目前尚未见到有关循环流化床锅炉非线性多变 量的关键被测变量的N个参数辨识方法。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种循环流化 床锅炉非线性多变量关键参数的辨识及预测方法，其设计合理，实现方便，辨识精度高且省 时，能够进行实时预测及故障诊断，推广应用价值高。为解决上述技术问题，本发明采用的技术方案是一种循环流化床锅炉非线性多 变量关键参数的辨识及预测方法，其特征在于该方法包括以下步骤步骤一、对影响循环流化床锅炉燃烧效率的多个因素信号的实时检测及同步上 传通过多个传感器对影响循环流化床锅炉燃烧效率的多个因素信号进行实时检测，并将实时所检测到的信号同步上传至数据采集卡；步骤ニ、信号采样及预处理数据采集卡对多个传感器所检测到的信号进行L次 采样并相应进行放大、滤波和A/D转换处理后，得到LXN维矩阵样本信号Xki并同步上传给 处理器进行记录；其中，
权利要求
1.一种循环流化床锅炉非线性多变量关键參数的辨识及预测方法，其特征在于该方法包括以下步骤 步骤一、对影响循环流化床锅炉燃烧效率的多个因素信号的实时检测及同步上传通过多个传感器对影响循环流化床锅炉燃烧效率的多个因素信号进行实时检测，并将实时所检测到的信号同步上传至数据采集卡(8)； 步骤ニ、信号采样及预处理数据采集卡(8)对多个传感器所检测到的信号进行L次采样并相应进行放大、滤波和A/D转换处理后，得到LXN维矩阵样本信号Xki并同步上传给处理器(9)进行记录；其中，k=l，2，…，L，i=l, 2，…，N, N的取值与传感器的数量相等且N为大于2的自然数，L为大于20的自然数； 步骤三、循环流化床锅炉非线性多变量关键參数的辨识通过处理器(9)对步骤ニ中得到的LXN维矩阵样本信号Xki进行分析处理和辨识，得出循环流化床锅炉的任意ー个被测关键变量的N个參数，其分析处理和辨识过程如下 .301、处理器(9)对L X N维矩阵样本信号Xki进行分析处理，得出循环流化床锅炉的任意一个关键被测变量的N个被辨识參数的多维偏差样本核函数集Hy其分析处理过程如下 .3011、选择SVM的RBF核函数针对循环流化床锅炉的任意一个关键被测变量的L个样本信号，即LXN维矩阵样本信号Xki的任意一列的列向量
2.按照权利要求I所述的循环流化床锅炉非线性多变量关键參数的辨识及预测方法，其特征在于步骤ー和步骤ニ中所述传感器的数量为7个，7个所述传感器为别为煤矸石流量传感器(I)、引风机电流互感器(2)、返料风机电流互感器(3)、返料风机压力传感器(4)、一次风机电流互感器(5 )、二次风机电流互感器(6 )和烟气含氧量传感器(7 )。
3.按照权利要求I所述的循环流化床锅炉非线性多变量关键參数的辨识及预测方法，其特征在干步骤五中所述循环流化床锅炉的所有关键被测变量为煤矸石流量、返料风机压力和烟气含氧量。
4.按照权利要求I所述的循环流化床锅炉非线性多变量关键参数的辨识及预测方法，其特征在于所述处理器(9)为工业控制计算机。
5.按照权利要求4所述的循环流化床锅炉非线性多变量关键参数的辨识及预测方法，其特征在于步骤三中进行循环流化床锅炉非线性多变量关键参数的辨识时，以及步骤四中进行循环流化床锅炉非线性多变量关键参数的实时预测时，所述工业控制计算机通过MATLAB, Visual C和组态软件来实现。
6.按照权利要求I所述的循环流化床锅炉非线性多变量关键参数的辨识及预测方法，其特征在于步骤二和步骤三中L的取值为20 50 ；3011中s的取值为10 50。
全文摘要
本发明公开了一种循环流化床锅炉非线性多变量关键参数的辨识及预测方法，包括步骤一、对影响循环流化床锅炉燃烧效率的多个因素信号的实时检测及同步上传；二、信号采样及预处理；三、循环流化床锅炉非线性多变量关键参数的辨识；四、循环流化床锅炉非线性多变量关键参数的实时预测；五、重复进行步骤三和步骤四，直至辨识得出循环流化床锅炉的所有关键被测变量的所有参数，并预测出循环流化床锅炉的所有关键被测变量的实时预测值；六、处理结果同步输出。本发明设计合理，实现方便，对影响循环流化床锅炉稳定运行的关键参数的预测精度高、预测效率高，省时省力，能够进行实时预测及故障诊断，推广应用价值高。
文档编号G01D21/02GK102661759SQ201210146289
公开日2012年9月12日 申请日期2012年5月11日 优先权日2012年5月11日
发明者侯媛彬, 李宁 申请人:西安科技大学