一种基于灼烧法标定的飞灰含碳量软测量方法及装置制造方法及图纸

本发明专利技术涉及一种基于灼烧法标定的飞灰含碳量软测量方法及装置，其中方法包括：周期性取样飞灰，以及取样时刻对应的软测量参数；根据取样得到的飞灰，采用灼烧法测量得到飞灰含碳量，并将该含碳量与对应的软测量参数作为一组训练数据；利用最后N组的训练数据进行训练更新软测量预测模型；采集软测量参数，并输入软测量预测模型得到飞灰含碳量。与现有技术相比，本发明专利技术灼烧法测量的飞灰含碳量准确性较高，使用灼烧法的输出数据作为软测量的基础样本数据，训练得到软测量预测模型，计算结果准确性高。确性高。确性高。

【技术实现步骤摘要】
一种基于灼烧法标定的飞灰含碳量软测量方法及装置


[0001]本专利技术涉及飞灰含碳量软测量方法，尤其是涉及一种基于灼烧法标定的飞灰含碳量软测量方法及装置。

技术介绍

[0002]为配合国家能源发展战略，火电机组节能减排任务迫在眉睫，提高发电效率，降低发电成本成为火电厂的重要任务之一。在燃煤锅炉中，机械不完全燃烧热损失是仅次于排烟热损失的第二大热损失。对于锅炉来说，降低机械不完全燃烧热损失可以有效提升锅炉热效率，对于电厂来说，机械不完全燃烧中的飞灰含碳量则是指导电厂运行的重要参数指标。但飞灰含碳量的数值却较难实现在线的实时的测量和显示，无法给电厂运行人员提供有效的指导，一定程度上制约了火电机组的运行和控制水平。
[0003]目前燃煤锅炉飞灰含碳量的测量方法主要分为离线法和在线法两种手段，离线法是适当取样后在高温的状态下，把一定量的飞灰样品进行燃烧，通过燃烧前后的重量差求得飞灰的含碳量，其测量结果准确性高，具有很强的煤种适应性，但缺点是所得的结果具有不可避免的滞后性，无法反应实时的燃烧状态。在线法又分为直接测量和软测量方法，直接测量法也存在一定的不足，一是样品管容易堵灰，影响测量的准确性；二是改造设备的成本比较高，附加设备复杂。软测量使用一些比较容易测量的辅助变量与飞灰含碳量之间的关系，通过数学手段分析，来估算飞灰含碳量，但不足之处在于，锅炉长期运行会导致锅炉的性能发生改变，如长时间不更新样本数据，各辅助参数与飞灰含碳量的非线性关系也在发生改变，导致软测量输出结果不准确。

技术实现思路

[0004]本专利技术的目的就是为了提供一种基于灼烧法标定的飞灰含碳量软测量方法及装置，克服和解决现有飞灰含碳量在线测量系统的缺点与不足，提出一种基于灼烧法标定的飞灰含碳量软测量系统。本专利技术通过在线灼烧测量系统，连续周期性获得飞灰含碳量样本数据；使用周期更新的样本数据采用相关算法对软测量模型训练，提高软测量的输出结果准确性；采用软测量方法，弥补了灼烧法测量系统的滞后性与不连续性，实现飞灰含碳量的在线测量；结合了具有强煤种适应性的灼烧法，使采用灼烧法输出数据作为样本的软测量法也具有较强的变工况适应性。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于灼烧法标定的飞灰含碳量软测量方法，包括：
[0007]周期性取样飞灰，以及取样时刻对应的软测量参数；
[0008]根据取样得到的飞灰，采用灼烧法测量得到飞灰含碳量，并将该含碳量与对应的软测量参数作为一组训练数据；
[0009]利用最后N组的训练数据进行训练更新软测量预测模型；
[0010]采集软测量参数，并输入软测量预测模型得到飞灰含碳量。
[0011]所述软测量参数包括锅炉实际负荷、给煤机出力、收到基挥发分和低位发热量。
[0012]所述利用最后N组的训练数据进行训练更新软测量预测模型中的N取值为 40
‑
60。
[0013]所述利用最后N组的训练数据进行训练更新软测量预测模型中的N取值为50。
[0014]所述软测量预测模型为支持向量机模型。
[0015]一种基于灼烧法标定的飞灰含碳量软测量装置，包括处理器、存储器，以及程序，所述处理器执行程序时实现上述的方法。
[0016]与现有技术相比，本专利技术具有以下有益效果：
[0017]1)灼烧法测量的飞灰含碳量准确性较高，使用灼烧法的输出数据作为软测量的基础样本数据，训练得到软测量预测模型，计算结果准确性高。
[0018]2)灼烧测量装置周期性运行并更新软测量的基础样本数据，使软测量模型所寻找的辅助变量与飞灰含碳量的非线性关系具有实时性，更能反映锅炉的燃烧状态。
[0019]3)实现了飞灰含碳量的在线测量，输出的飞灰含碳量结果具有实时性与连续性。
[0020]4)测量系统最终的输出结果具有较强的变煤种适应性。
附图说明
[0021]图1为本专利技术的结构示意图；
[0022]图2为本专利技术实施例的结构示意图；
[0023]图3为本专利技术飞灰含碳量软测量方法的流程图；
[0024]图4为本专利技术软测量系统整理运行流程图。
[0025]其中：1、锅炉烟道，2、飞灰取样装置，3、灼烧测量装置，4、飞灰排放装置，5、信号处理与控制器，6、软测量计算单元，7、数据库，8、DCS系统，21、飞灰取样管，22、压缩空气管，23、烟气分离单元，24、下降管，25、称量容器， 26、机械装置。
具体实施方式
[0026]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0027]参照图1和图2，本专利技术所述测量系统共分为两部分运行，一部分为灼烧法获取样本数据，另一部分为飞灰含碳量的软测量。
[0028]在灼烧法获取样本数据的过程中，通过飞灰取样管21从锅炉烟道1中获取含灰烟气，飞灰在烟气分离单元23中与烟气分离，飞灰在下降管24中均匀下落至称量容器25中，由某种机械装置26将称量容器25送入灼烧测量装置3，测量完毕残余飞灰经由飞灰排放装置4排出，整个过程由信号处理与控制器5进行控制，使灼烧测量系统周期性运行，测得的参数被送入数据库7中。
[0029]在飞灰含碳量的软测量过程中，首先对DCS原数据进行适当的预处理，然后使用相关计算方法确定软测量变量的个数，例如，多元线性回归，偏最小二乘法，压缩系数法等变量选择法等。使用相关智能算法对现有数据样本进行建模，使用相关智能算法优化建模中的关键参数，最终得到主要辅助变量与飞灰含碳量的非线性关系，再根据当前DCS所采集的主要辅助变量数据，计算得出当前的飞灰含碳量。
[0030]在系统整体运行时，首先给定软测量训练样本的个数、软测量的测量周期、灼烧测量的测量周期。灼烧测量装置3先工作，每测量一次飞灰含碳量，记录飞灰含碳量并与当前时刻DCS采集的辅助变量数据同步并全部记录至数据库中，直至数据库中的样本个数满足软测量的训练样本个数。软测量模块开始运行并将数据记录至数据库，判断灼烧测量装置是否得到了最新数据，替换存留时间最久的陈旧数据，保证软测量训练样本个数的稳定性与实时性，如此往复，便可根据软测量持续稳定输出飞灰含碳量的值。
[0031]具体的，如图3所示，一种基于灼烧法标定的飞灰含碳量软测量方法，包括：
[0032]周期性取样飞灰，以及取样时刻对应的软测量参数；
[0033]根据取样得到的飞灰，采用灼烧法测量得到飞灰含碳量，并将该含碳量与对应的软测量参数作为一组训练数据；
[0034]利用最后N组的训练数据进行训练更新软测量预测模型；
[0035]采集软测量参数，并输入软测量预测模型得到飞灰含碳量。
[0036]在一些实施例中，软测量参数包括锅炉实际负荷、给煤机出力、收到基挥发分和低位发热量。
[0037]在一些实施例中，利用最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灼烧法标定的飞灰含碳量软测量方法，其特征在于，包括：周期性取样飞灰，以及取样时刻对应的软测量参数；根据取样得到的飞灰，采用灼烧法测量得到飞灰含碳量，并将该含碳量与对应的软测量参数作为一组训练数据；利用最后N组的训练数据进行训练更新软测量预测模型；采集软测量参数，并输入软测量预测模型得到飞灰含碳量。2.根据权利要求1所述的一种基于灼烧法标定的飞灰含碳量软测量方法，其特征在于，所述软测量参数包括锅炉实际负荷、给煤机出力、收到基挥发分和低位发热量。3.根据权利要求1所述的一种基于灼烧法标定的飞灰含碳量软测量方法，其特征在于，所述利用最后N组的训练数据进行训练更新软测量预测模型中的N取值为40
‑
60。4.根据权利要求3所述的一种基于灼烧法标定的飞灰含碳量软测量方法，其特征在于，所述利用最后N组的训练数据进行训练更新软测量预测模型中的N取值为50。5.根据权利要求1所述的一种基于灼烧法标定的飞灰含碳量软测量方法，其特征在于，所述软测量预测模型为支持向量机模型。6.一种基于灼烧法标定的飞灰含碳量软测...

【专利技术属性】
技术研发人员：宁新宇，丁皓轩，周英彪，唐文，吴震坤，刘忠轩，
申请(专利权)人：中电华创苏州电力技术研究有限公司华中科技大学，
类型：发明
国别省市：