基于遗传算法的电除尘器节能优化方法和系统与流程

本发明涉及电除尘器节能优化技术领域，具体而言涉及一种基于遗传算法的电除尘器节能优化方法和系统。

背景技术：

燃煤电厂烟气除尘主流技术主要分为静电除尘、袋式除尘、电袋复合除尘三类，由于电除尘技术比较成熟，系统具备良好的操控性，目前中国燃煤电厂普遍采用电除尘技术，占95％以上。电除尘器是利用强电场使气体电离，即产生电晕放电，进而使粉尘荷电，并在电场力的作用下，将粉尘从气体中分离出来的除尘装置。随着环保法规日益严格，许多电厂采用大功率模式运行电除尘器，导致出口粉尘浓度裕量过大，极大地提高了系统电耗，不利于系统节能优化运行。

技术实现要素：

本发明目的在于提供一种基于遗传算法的电除尘器节能优化方法和系统，利用对象数学子系统及运行过程数据建立对象灰箱子系统，进一步利用灰箱子系统和遗传算法得出当前工况下的电除尘器最优运行参数，在保证粉尘浓度达标排放的前提下，尽可能降低电除尘器的运行电耗。

为达成上述目的，结合图1，本发明提出一种基于遗传算法的电除尘器节能优化方法，所述方法包括：

s1：创建电除尘机理子系统，所述电除尘机理子系统满足下述公式：

其中，i＝1，2，...，n，n是电除尘器电场数量，p总是电除尘器总功率，ui是第i个电场的二次电压，ii是第i个电场的二次电流，ui＝f(ii)是拟合得到的二次电压与二次电流之间的函数关系，η是电除尘器总体除尘效率，ci是电除尘器入口粉尘含量，co是电除尘器出口粉尘含量，ηi是第i个电场的除尘效率，a是电除尘器阳极面积，ki是与电除尘器结构和电场位置相关的影响系数。

s2：采集电除尘器实际运行参数，利用遗传算法对步骤s1中的影响系数ki进行辨识。

s3：采用遗传算法对电除尘器各个电场的二次电流进行优化调整，其中，遗传算法的目标函数为电除尘器总功率最低，约束函数为出口粉尘含量小于设定限值。

进一步的实施例中，所述方法还包括：

步骤s1中，根据现场数据进行拟合得到二次电压与二次电流之间的函数关系ui＝f(ii)。

具体的计算过程如下：

电除尘器效率是反应设备清灰效果的重要指标，电除尘器总体效率可以利用现场测量数据直接计算得到，如式(1)所示。

式中：η是电除尘器总体除尘效率。

ci是电除尘器入口粉尘含量，单位为mg/m3。

co是电除尘器出口粉尘含量，单位为mg/m3。

电除尘器的总功率由各电场的二次电流与对应的二次电压计算得到，如式(2)所示

式中：p总为电除尘器总功率，单位为kw。

n为电除尘器电场数量。

ui为第i个电场的二次电压单位为，单位为kv。

ii为第i个电场的二次电流，单位为a。

电除尘器电场的二次电流和二次电压没有明确的函数关系式，可收集现场数据进行拟合得到，如式(3)所示。

ui＝f(ii)(3)

式中：f()是拟合得到的二次电压与二次电流之间的函数关系。

因此总功率可表示为：

单个电场的除尘效率由除尘器结构及运行功率决定，可通过式(5)计算得到。

pi＝f(ii)·ii(6)

式中：ηi是第i个电场的除尘效率；

pi是第i个电场的功率；

a是电除尘器阳极面积；

ki是系数，与电除尘器结构和电场位置有关。

综上，电除尘器数学子系统如(7)所示。

进一步的实施例中，步骤s2中，所述采集电除尘器实际运行参数，利用遗传算法对步骤s1中的影响系数ki进行辨识的方法包括：

s21：采集电除尘器实际运行参数，其中，输入参数包括各电场的二次电流，输出参数包括电除尘器的总效率。优选的，实际运行数据选择电除尘器二次电流存在较大变化过程中的数据。

s22：将ki进行实值编码，记为θ：

θ＝[ki]i＝1，2，...，n

s23：采用遗传算法对ki进行辨识。

进一步的实施例中，步骤s23中，所述采用遗传算法对ki进行辨识包括：

利用试凑法调整所采用的遗传代数、代购、变异概率。

进一步的实施例中，步骤s23中，所述采用遗传算法对ki进行辨识包括：

根据给定参数下电除尘机理子系统输出结果与实际值的误差以评价该组参数的适应度。

进一步的实施例中，所述根据给定参数下电除尘机理子系统输出结果与实际值的误差以评价该组参数的适应度的计算方法如下：

其中，n表示辨识所用数据集中测量数据个数，为实际测量值，η^θ(k)为系统预测值，为辨识数据集中实际测量值的最大值，为辨识数据集中实际测量值的最小值。

编码是把问题的可行解映射到遗传算法搜索空间的过程，电除尘机理子系统中输入参数为各电场二次电流，输出参数为除尘器总效率，ki为需要辨识的未知参数，该待定子系统参数的解空间为实数，因此采用连续的浮点数编码。

式(7)方程组中的各电场二次电流及电除尘器总效率为已知量，ki为需要辨识的子系统参数，将ki进行实值编码如下，记为记为θ：

θ＝[ki]i＝1，2，...，n(8)

遗传算法是模拟自然界“优胜劣汰”的规则来进行参数的选择，因此在求解待定子系统参数的过程中，需要计算出某组参数的适应度来表明该组参数的优劣，适应度越大表明参数越好，被保留的可能性越大。本发明采用给定参数下子系统输出结果与实际值的误差来评价该组参数的好坏程度，具体计算方法如式(9)所示。

其中，n表示辨识所用数据集中测量数据个数，为实际测量值，η^θ(k)为系统预测值，为辨识数据集中实际测量值的最大值，为辨识数据集中实际测量值的最小值。

遗传算法的遗传代数、代沟、变异概率等参数目前没有通用的选择方法，在一定范围内，这些参数主要影响算法的迭代速度，对最终结果影响不大。本发明采用试凑法调整参数，使得算法收敛时间较短。

进一步的实施例中，所述方法还包括：

步骤s3中，个体适应度函数选择总功率的倒数。

利用遗传算法对电除尘器各个电场的二次电流进行优化调整，使得除尘器系统在满足出口粉尘排放浓度限值的条件下达到运行功率最低。

根据现场实际工况确定各电场二次电流的范围，由随机函数产生初始群体。遗传算法的目标函数是除尘器总功率最低，约束函数是出口粉尘浓度小于限值，个体的适应度函数选择总功率的倒数，这样总功率越小该个体适应度越大，越容易遗传。经过上述运算，即可得到在满足电除尘器出口粉尘浓度排放限值的条件下，电除尘器总功率最低的各电场二次电流分配值，实现电除尘器节能优化运行。

基于前述方法，本发明还提及一种基于遗传算法的电除尘器节能优化系统，所述系统包括：

用于创建电除尘机理子系统的模块，所述电除尘机理子系统满足下述公式：

其中，i＝1，2，...，n，n是电除尘器电场数量，p总是电除尘器总功率，ui是第i个电场的二次电压，ii是第i个电场的二次电流，ui＝f(ii)是拟合得到的二次电压与二次电流之间的函数关系，η是电除尘器总体除尘效率，ci是电除尘器入口粉尘含量，co是电除尘器出口粉尘含量，ηi是第i个电场的除尘效率，a是电除尘器阳极面积，ki是与电除尘器结构和电场位置相关的影响系数。

用于采集电除尘器实际运行参数，利用遗传算法对步骤s1中的影响系数ki进行辨识的模块。

用于采用遗传算法对电除尘器各个电场的二次电流进行优化调整的模块，其中，遗传算法的目标函数为电除尘器总功率最低，约束函数为出口粉尘含量小于设定限值。

以上本发明的技术方案，与现有相比，其显著的有益效果在于，本发明所提及的基于遗传算法的电除尘器节能优化方法，既克服了纯机理建模过于复杂、耗时较长的问题，同时相较于纯数据建模也具有更好的精确性和鲁棒性；进一步利用灰箱子系统实现电除尘器最优运行工况的选取，结果可信度高，且无需新增测量设备。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1是本发明的基于遗传算法的电除尘器节能优化方法的流程图。

图2是本发明的遗传算法辨识子系统参数的方法流程图。

图3是本发明的遗传算法获取最优运行工况的方法流程图。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

下面以某火电机组电除尘系统为例来介绍一种基于遗传算法的电除尘器节能优化方法的具体实施步骤。

(1)创建电除尘机理子系统

电除尘器机理子系统如前式(7)所示

其中，根据现场数据拟合得到的二次电流和二次电压的函数关系fi()如式(10)所示。

u＝-0.00002659·i²+0.07429828·i+24.99828271(10)

式中：u为二次电压，单位为kv；i为二次电流，单位为a。

(2)辨识未知参数ki

按照图2所示步骤，采用某机组现场实测数据进行参数辨识，采样周期为5秒。参数ki辨识结果如表1所示。

表1未知参数ki

(3)获取最优运行工况

建立起电除尘器子系统后，根据图3所示步骤获取当前电除尘器入口条件下的最优运行工况，输入当前电除尘器入口粉尘浓度，设定出口浓度限值为环保限值，利用遗传算法得出各电场二次电流的最优值。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。