专利名称：一种锅炉优化运行经济参数目标值获取方法
技术领域：
本发明涉及一种锅炉优化运行经济参数目标值获取方法，属锅炉运行技术領域。
背景技术：
能损经济性分析是锅炉运行优化的一种重要技术。能损经济性分析就是在锅炉各运行工况下，将锅炉一些重要的运行参数与其目标值(最佳值)进行比较，并分别计算由于各运行参数没有达到其目标值所造成的能量损失，提供给运行人员。运行人员根据各运行参数能损的大小，就可以判别锅炉经济性能下降的主要原因，进而采取措施，优化锅炉运行。因此，经济分析的关键是锅炉各经济运行参数目标值的确定。目前锅炉经济分析，涉及锅炉侧运行参数目标值的确定，主要依据锅炉设计参数 和试验值，结合运行经验确定。由于锅炉运行特性的复杂性，这种目标值确定方法很难充分考虑负荷及入炉煤质对目标值的影响，缺乏合理性。
发明内容
本发明的目的是，提供一种锅炉优化运行经济参数目标值获取方法，解决目前锅炉能损经济分析参数目标值确定不合理，影响锅炉经济性分析结果的合理性、可靠性的问题。实现本发明的技术方案是，本发明根据锅炉变煤种燃烧优化试验运行工况数据，采用神经网络技术建立锅炉燃烧特性神经网络数学模型；根据该模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，对锅炉各历史工况的配风配煤燃烧运行参数进行优化；将各试验工况的锅炉配风配煤燃烧运行参数与相应的优化值进行比较，若两者之差在给定的范围内，则将相应工况标记为“优化工况”，并在更大范围的样本内进行反复验证；以标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量目标值的计算模型；采用所获得的目标值计算模型可计算不同负荷、不同煤质条件下的锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量目标值。本发明的具体步骤如下
步骤I :采集锅炉变煤种燃烧优化试验运行工况数据作为获取锅炉优化运行经济参数目标值的原始样本；
步骤2 :基于步骤I所采集的样本，采用神经网络技术建立锅炉燃烧特性神经网络数学模型；
步骤3 :基于步骤2的锅炉燃烧特性神经网络模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，优化步骤I所采集的各历史工况的锅炉配风配煤燃烧运行优化参数；
步骤4 :将步骤I所采集的各试验工况的锅炉配风配煤燃烧运行参数与与步骤3所获得的相应参数的优化值比较，若两者之差在给定的允许范围内，则将相应工况标记为“优化工况”，否则，标记为“非优化工况”；
步骤5 :将近期内不少于三个月的锅炉历史运行数据与步骤4所采集的“优化工况”锅炉配风配煤燃烧运行优化参数相比较，验证步骤4所确定的“优化工况”是否合理；如不合理则回到步骤3重新优化，直到找到能满足综合效率优化条件的锅炉“优化工况”为止；步骤6 :以步骤I所采集的并于步骤4中标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量等经济参数目标值计算模型；
步骤7 :采用步骤6所获得的目标值计算模型，在线计算锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量的目标值。本发明的有益效果是，本发明方法采用神经网络技术和遗传算法优化技术，根据锅炉运行历史工况数据建立锅炉能损经济性分析参数目标值随锅炉负荷及入炉煤质变化的计算模型，是根据不同负荷及入炉煤质下锅炉综合效率最高的运行工况数据建立的，与现有锅炉运行经济性分析参数目标值的确定方法(通常采用设计值和试验值)相比，本发明提出的方法更具合理性，以保证锅炉能损经济性分析结果的合理、可靠。本发明适用于火电锅炉优化运行经济参数目标值获取。·
图I为本发明锅炉优化运行经济参数目标值获取方法框图。
具体实施例方式本发明是针对锅炉经济性分析参数目标值难以确定问题，提出的一种锅炉优化运行经济性分析参数目标值获取方法。
具体实施方式
如下
本发明实施例采用锅炉变煤种燃烧优化试验、神经网络技术和遗传算法优化技术，通过对锅炉运行工况配风配煤燃烧运行参数的优化，再通过反复将实际的配风配煤燃烧运行参数与优化值进行比较，判断该工况是否是“优化工况”，并用判断为“优化工况”的锅炉运行数据来建立锅炉运行经济分析参数目标值随锅炉负荷和入炉煤质变化的计算模型，从而保证参数目标值确定的合理性。步骤I :在锅炉开展变煤种燃烧优化运行试验，并采集锅炉不同试验工况运行数据作为获取锅炉经济性分析参数目标值的原始样本。历史工况数据包括锅炉负荷、入炉煤质(人工取样分析数据)、配风配煤燃烧运行参数、蒸汽参数、辅机耗电量、锅炉排烟温度、烟
气氧量等；
步骤2 :基于步骤I所采集的样本，采用神经网络技术建立锅炉燃烧特性神经网络数学模型。模型的输入包括；锅炉负荷、入炉煤质及配风配煤燃烧运行参数，模型输出为锅炉综合效率；
步骤3 :基于步骤2的锅炉燃烧特性神经网络模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，优化步骤I所采集的各试验工况的锅炉配风配煤燃烧运行参数并研发锅炉燃烧优化运行指导系统；
步骤4 :将步骤I所采集的各试验工况的锅炉配风配煤燃烧运行参数与步骤3所获得的相应参数的优化值比较，若两者之差在给定的范围内，则将相应工况标记为“优化工况”，否则，标记为“非优化工况”；
步骤5 :将近期内时间范围更长(不少于三个月)的锅炉历史运行数据与步骤4所采集的“优化工况”锅炉配风配煤燃烧运行优化参数相比较，验证步骤4所确定的“优化工况”是否合理；如不合理则回到步骤3重新优化，直到找到能满足综合效率优化条件的锅炉“优化工况”为止；
步骤6 :以步骤I所采集的并于步骤4中标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量等经济参数目标值计算模型；
步骤7 :采用步骤6所获得的目标值计算模型，在线计算锅炉主蒸汽参数、辅机电耗、排 烟温度、烟气氧量的目标值。
权利要求
1.一种锅炉优化运行经济参数目标值获取方法，其特征在于，所述方法根据锅炉变煤种燃烧优化试验运行工况数据，采用神经网络技术建立锅炉燃烧特性神经网络数学模型；根据该模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，对锅炉各历史工况的配风配煤燃烧运行参数进行优化；将各试验工况的锅炉配风配煤燃烧运行参数与相应的优化值进行比较，若两者之差在给定的范围内，则将相应工况标记为“优化工况”，并在更大范围的样本内进行反复验证；以标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量目标值的计算模型；采用所获得的目标值计算模型可计算不同负荷、不同煤质条件下的锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量目标值。
2.根据权利要求I所述的一种锅炉优化运行经济参数目标值获取方法，其特征在于，所述方法的具体步骤如下 步骤I :采集锅炉变煤种燃烧优化试验运行工况数据作为获取锅炉优化运行经济参数目标值的原始样本； 步骤2 :基于步骤I所采集的样本，采用神经网络技术建立锅炉燃烧特性神经网络数学模型； 步骤3 :基于步骤2的锅炉燃烧特性神经网络模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，优化步骤I所采集的各历史工况的锅炉配风配煤燃烧运行优化参数； 步骤4 :将步骤I所采集的各试验工况的锅炉配风配煤燃烧运行参数与与步骤3所获得的相应参数的优化值比较，若两者之差在给定的允许范围内，则将相应工况标记为“优化工况”，否则，标记为“非优化工况”； 步骤5 :将近期内不少于三个月的锅炉历史运行数据与步骤4所采集的“优化工况”锅炉配风配煤燃烧运行优化参数相比较，验证步骤4所确定的“优化工况”是否合理；如不合理则回到步骤3重新优化，直到找到能满足综合效率优化条件的锅炉“优化工况”为止；步骤6 以步骤I所采集的并于步骤4中标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量等经济参数目标值计算模型； 步骤7 :采用步骤6所获得的目标值计算模型，在线计算锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量的目标值。
全文摘要
一种锅炉优化运行经济参数目标值获取方法，该方法根据锅炉变煤种燃烧优化试验运行工况数据，采用神经网络技术建立锅炉燃烧特性神经网络数学模型；根据该模型，采用热力试验计算和遗传算法优化相结合方法，以锅炉综合效率最高为优化目标，对锅炉各历史工况的配风配煤燃烧运行参数进行优化；将各试验工况的锅炉配风配煤燃烧运行参数与相应的优化值进行比较，确定“优化工况”，并以标记为“优化工况”的历史工况数据为样本，采用神经网络技术，建立锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量、飞灰含碳量目标值的计算模型；采用所获得的目标值计算模型计算不同负荷、不同煤质条件下的锅炉主蒸汽参数、辅机电耗、排烟温度、烟气氧量目标值。
文档编号G06F19/00GK102880795SQ20121034588
公开日2013年1月16日 申请日期2012年9月18日 优先权日2012年9月18日
发明者李海山, 雎刚, 林显敏, 陈林国 申请人:江西省电力科学研究院, 国家电网公司