火电运行参数与NO制造技术

本发明专利技术公开一种火电运行参数与NO

【技术实现步骤摘要】
火电运行参数与NO
x
排放浓度间的偏回分析方法


[0001]本专利技术属于火电生产优化运行控制分析
，具体涉及一种火电运行参数与NO
x
排放浓度间的偏回分析方法。

技术介绍

[0002]火电机组生产过程涉及复杂的传热、传质、做工等过程，调控难度大，并且易受到气候、煤源不稳定、机组性能等多变因素的影响，机组运行参数与NO
x
排放浓度间难以通过机理分析建立可靠模型；基于机理模型的仿真技术往往对物理过程进行了简化和假设，因此真实机组生产过程往往与机理模型分析存在一定差距；基于机理模型的仿真分析技术一般用于机组运行参数与NO
x
排放浓度间的定性分析，即用于趋势分析，无法得到基于确切数值映射的关系模型描述。
[0003]近年来借助大数据分析技术，相关研究人员通过人工智能建立机组生产运行参数与NO
x
排放浓度间的智能分析诊断模型，克服了机理分析建模存在的困难，但是，基于大数据分析技术的NO
x
排放控制分析诊断融合了众多运行参数，缺乏不同运行参数与NO
x
排放间的偏回归分析。在机组运行过程中，常需要在稳定大部分运行参数的情况下，仅通过某个运行参数的调节使得机组NO
x
排放量达到最低，如二次风的总风量，该过程需要运行参数与NO
x
排放浓度间的偏回归模型以提供必要的分析和调控依据，避免经验调节的盲目性。
[0004]综上，无论是基于机理分析分析模型的推理，还是基于人工智能的大数据分析模型的诊断，当前机组运行参数与NO
x
排放浓度间的诊断分析普遍可应用的是分析复合模型，复合模型融合了诸多参数作为输入变量，难以清晰地明确不同运行参数与NO
x
排放浓度间的数值映射，即偏回归模型。

技术实现思路

[0005]本专利技术的目的是实现通过某特定火电机组运行参数的精确指导调节以降低NO
x
排放浓度，具体通过一种火电机组运行参数与NO
x
排放浓度间的偏回归分析方法来实现，应用本方法为机组运行参数的调控提供准确依据。
[0006]为实现上述目的，本专利技术提供一种火电运行参数与NO
x
排放浓度间的偏回分析方法，所述方法包括：
[0007]S101：采集火电机组运行时段内工况数据，得到历史工况数据集；
[0008]S102：基于历史工况数据集，建立机组复合运行参数与NO
x
排放浓度间的基础复合回归模型；
[0009]S103：利用基础复合回归模型得到可变运行参数对应的NO
x
排放浓度的预测输出；
[0010]S104；通过拟合方法对基于可变运行参数及NO
x
排放浓度的预测输出进行数据拟合；
[0011]S105：通过估计方法对拟合公式中各参数进行估计，得到可变运行参数与NO
x
排放浓度间的偏回归模型；
[0012]S106:根据偏回归模型进行数据分析，得到分析结果。
[0013]作为本专利技术的进一步改进，利用人工智能模型通过机器学习过程建立机组生产运行复合多参数与NO
x
排放浓度间的基础复合回归模型；所述人工智能模型包括神经网络，支持向量机、贝叶斯网络中的一种或多种。
[0014]作为本专利技术的进一步改进，所述基础复合回归模型为多输入单输出模型，输入为机组运行复合多参数，输出为NO
x
排放浓度。
[0015]作为本专利技术的进一步改进，所述的拟合方法包括线性拟合和非线性拟合方法，其中非线性拟合所用函数模型包括指数型，正余弦函数型，多项式拟合函数中的一种或多种。
[0016]作为本专利技术的进一步改进，通过估计方法对拟合公式中各参数估计得到可变运行参数与NO
x
排放浓度间的偏回归模型中的估计方法包括最小二乘方法。
[0017]采集火电机组运行时段内工况数据，得到历史工况数据集，具体通过DCS系统采集二次风量、脱硝系统入口NO
x
浓度、以及其它与NO
x
排放相关的工况数据；存储所有工况数据和NO
x
排放浓度数据形成历史工况数据库。
[0018]作为本专利技术的进一步改进，基于历史工况数据集，建立机组复合运行参数与NO
x
排放浓度间的基础复合回归模型；具体包括采用Bp神经网络建立机组生产运行复合多参数与NO
x
排放浓度间的复合基础回归模型。
[0019]作为本专利技术的进一步改进，通过估计方法对拟合公式中各参数进行估计，得到可变运行参数与NO
x
排放浓度间的偏回归模型具体步骤为，
[0020]将历史工况数据集中二次风量的记录数据设为{X
i
}，由基础回归模型得到二次风量变化引起的NO
x
浓度的变化{Y
i
}；
[0021]将数据集{X
i
}、{Y
i
}作为偏回归分析的自变量、输出量样本，
[0022]采用三角函数作为母函数对样本进行非线性曲线拟合，得到二次风量与NO
x
排放浓度间的偏回归模型。
[0023]相比现有技术，本专利技术具有如下优点：
[0024]1、本专利技术提供了一种火电运行参数与NO
x
排放浓度间的偏回分析方法，应用本方法可确切分析不同运行参数与机组NO
x
排放浓度间的数值映射模型，可灵活运用于不同生产工况，用于火电机组运行参数的指导性调节，以提高机组生产优化效率。应用本方法，无需增加硬件成本投入火电机组可以达到生产优化提效的目的，可避免经验调节带来的潜在隐患。
[0025]2、本专利技术提供机组运行参数与NO
x
排放浓度间的显式数值回归模型，现有技术中基于机理建模仿真的分析方法只能对出运行参数与NO
x
排放间关系进行趋势分析，不能给出确定数值模型；
[0026]3、本专利技术针对不同运行参数与NO
x
排放浓度的关系进行偏回归分析，给出确切的数值模型，而现有技术多是针对机组运行复合多参数与NO
x
排放浓度之间的关系分析，难以从中辨识不同运行参数与NO
x
排放浓度间的关系并显式地表达。
附图说明
[0027]图1是本专利技术火电运行参数与NO
x
排放浓度间的偏回分析方法示意图；
[0028]图2是本专利技术火电运行参数与NO
x
排放浓度间的偏回分析方法的神经网路结构图；
[0029]图3是本专利技术实施例中的二次风量与NO
x
排放浓度点集的拟合曲线。
具体实施方式
[0030]下面结合附图和具体实例来详细说明本专利技术，但并不作为对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火电运行参数与NO
x
排放浓度间的偏回分析方法，其特征在于，所述方法包括：S101：采集火电机组运行时段内工况数据，得到历史工况数据集；S102：基于历史工况数据集，建立机组复合运行参数与NO
x
排放浓度间的基础复合回归模型；S103：利用基础复合回归模型得到可变运行参数对应的NO
x
排放浓度的预测输出；S104；通过拟合方法对基于可变运行参数及NO
x
排放浓度的预测输出进行数据拟合；S105：通过估计方法对拟合公式中各参数进行估计，得到可变运行参数与NO
x
排放浓度间的偏回归模型；S106:根据偏回归模型进行数据分析，得到分析结果。2.根据权利要求1所述的火电运行参数与NO
x
排放浓度间的偏回分析方法，其特征在于，利用人工智能模型通过机器学习建立机组生产运行复合多参数与NO
x
排放浓度间的基础复合回归模型；所述人工智能模型包括神经网络，支持向量机、贝叶斯网络中的一种或多种。3.根据权利要求2所述的火电运行参数与NO
x
排放浓度间的偏回分析方法，其特征在于，所述基础复合回归模型为多输入单输出模型，输入为机组运行复合多参数，输出为NO
x
排放浓度。4.根据权利要求1至3中任一权利要求所述的火电运行参数与NO
x
排放浓度间的偏回分析方法，其特征在于，所述的拟合方法包括线性拟合和非线性拟合方法，其中非线性拟合所用函数模型包括指数型，正余弦函数型，多项式拟合函数中的一种或多种。5.根据权利要求4所述的火电运行参数与NO
x
排放浓度间的偏回分析方法，其特...

【专利技术属性】
技术研发人员：成艳亭，池锋，
申请(专利权)人：中国大唐集团科学技术研究院有限公司火力发电技术研究院，
类型：发明
国别省市：