一种电厂循环流化床锅炉操作优化方法技术

本发明专利技术公开了一种电厂循环流化床锅炉操作优化方法，包括：进行实时数据采集；通过剔除异常值、稳态分析及相关性分析进行数据预处理；使用神经网络算法建立锅炉数字模型；运用关联规则对锅炉运行数据进行挖掘，建立操作优化模型；得到锅炉吨标煤产汽量最大的运行操作参数；经过关联规则计算后得到锅炉吨标煤产汽量最大的区间；运用多维聚类算法对区间进行聚类分析，得到聚类中心，建立优化操作模型；求出锅炉效率最高时所对应的各操作参数，并与当前运行参数对比，制定需要调整参数及范围；可为全厂锅炉的操作优化提供指导，产生明显的经济效益；无硬件改造，不影响电厂正常运行。不影响电厂正常运行。不影响电厂正常运行。

【技术实现步骤摘要】
一种电厂循环流化床锅炉操作优化方法


[0001]本专利技术属于智能工业领域，具体涉及一种电厂循环流化床锅炉操作优化方法。

技术介绍

[0002]火电厂锅炉由于技术设计偏差、工程建设偏差和长期运行造成设备损坏、效率降低、以及运行管理的原因，导致在实际运行中偏离最佳运行点，从而导致效率偏低，能耗偏高。目前，尽管火电厂节能减排已经受到广泛的重视，但是在效果方面却始终不够显著。由于火力发电是一个基于朗肯循环的闭式系统，单一参数的改变会影响到很多参数，这种影响既有正向影响，又有负向影响。因此，对于综合权衡参数的大小对火电站效率的提高和能耗的降低具有十分重要的意义。能够在安全稳定的前提下，可靠的提供重要参数的优化值，为运行人员在实际运行中提供决策支持是当务之急和大势所趋。
[0003]随着信息、通讯、计算机、智能控制、变频技术的发展，为火力发电厂的高效、节约运作、科学管理，以及过程优化提供了前所未有的手段，进而促进火力发电厂的科学管理和自动化水平的提高。同时，计算机技术为火电厂保存大量的数据，它们能够反映电厂历史的运行情况。如果能够对这些数据进行分析处理，就能够针对电厂进行合理的“解剖”，从而能完全了解电厂实际性能和特性。并且能够根据历史优异的运行经验为现在运行操作提供参照。
[0004]当前能处理如此众多繁杂的数据，必须依赖大数据技术。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。对于火电厂而言，大数据技术通过分析和挖掘电厂运行数据，能够以能耗为指标，通过分析电厂实际运行相关参数与能耗的关系，分析并获得在特定工况下最优的操作建议，为运行人员提供决策支持。
[0005]本锅炉燃烧深度优化系统以DCS的数据以及日常其他数据为数据源，以大数据技术为核心，通过神经网络、关联规则等算法寻找出特定工况下最优运行参数，为电厂实际运行提供决策支持，从而有效的降低电厂能耗，为电厂带来可观的经济效益。

技术实现思路

[0006]为了实现上述目的，本专利技术涉及：一种电厂循环流化床锅炉操作优化方法，包括如下步骤：
[0007]步骤一.基于OPC服务进行实时数据采集；
[0008]步骤二.通过剔除异常值、稳态分析及相关性分析进行数据预处理；
[0009]步骤三.使用神经网络算法建立锅炉数字模型；
[0010]步骤四.运用关联规则对锅炉运行数据进行挖掘，建立操作优化模型；得到锅炉吨标煤产汽量最大的运行操作参数；经过关联规则计算后得到锅炉吨标煤产汽量最大的区间；
[0011]步骤五.运用多维聚类算法对区间进行聚类分析，得到聚类中心，以此建立优化操作模型；
[0012]步骤六.求出锅炉效率最高时所对应的各操作参数，并与当前运行参数对比，制定需要调整参数及范围，给予运行人员操作指导。
[0013]进一步的，所述步骤一基于OPC服务进行实时数据采集的方法为：组建OPC数据采集网络以采集锅炉操作数据。建立专用数据库系统用于保存采集到的锅炉操作数据，为建立锅炉的精确模型做准备。
[0014]进一步的，所述步骤二中剔除异常值是指将数据中的NaN空数据和数值为0及违反常理的离群值删除。
[0015]进一步的，所述违反常理的判断标准为：开度、一次风量、二次风量、给水流量、给水温度、空预器入口温度、氧量、真空、排烟温度、主蒸汽压力、主蒸汽温度、主蒸汽流量、循环水泵电流、循环水入口温度、磨煤机电流、炉膛负压、负荷、给煤流量中不可能为负值或者不可能为正值的数据；
[0016]开度、一次风量、二次风量、给水流量、给水温度、空预器入口温度、氧量、真空、排烟温度、主蒸汽压力、主蒸汽温度、主蒸汽流量、循环水泵电流、循环水入口温度、磨煤机电流、炉膛负压、负荷、给煤流量中超出正常范围的数据；
[0017]停机时，开度、一次风量、二次风量、给水流量、氧量、真空、排烟温度、主蒸汽流量、循环水泵电流、磨煤机电流、负荷、给煤流量数据的非零显示；
[0018]空气温度高于100℃的数据。
[0019]进一步的，所述稳态分析的方法为：
[0020]以“主汽压力(MPa)”用滑动窗口法，对数据按照时间顺序进行稳态状态的判别，得到稳定无异常的运行数据；火电厂机组的运行状态经常发生变化，为了准确获得机组各变量间的关系，需要从采样数据中选择机组稳态运行数据；机组主汽压力是反映机组运行工况是否稳定的重要因素，因此在本方案中采用滑动窗口法对“主汽压力(MPa)”进行稳态区间检测；计算窗口内数据的波动情况，若波动情况较大，则认为窗口内数据处于非稳态，不保留数据；否则数据处于稳态，保留数据，通过对稳态数据进行关联分析，对负荷进行合理的切割，通过聚类分析，寻找出各类负荷下最优运行工况，从而为未来运行操作提供支持；
[0021]计算公式：
[0022][0023]式中：δ表示稳态判定指标，t表示滑动窗口内采样时间；N表示滑动窗口的宽度，表示从t到t+N
‑
1之间实时的主蒸汽压力的均值；x
t
表示第t个工况的实时的主蒸汽压力值；λ为主汽压力量程范围的2％；
[0024]上式成立时候,则保留数据,不成立时，则不保留数据。
[0025]进一步的，所述步骤二中相关性分析的方法为：对给水流量、给水温度、总风量、一次风量、二次风量、氧量、引风机电流、送风机电流、一次风机电流、循环水进口温度、循环水泵电流、真空泵电流、磨煤机电流、磨煤机转速与煤耗进行相关性分析，将各变量与煤耗间的相关性系数进行排序，保留相关性强的前N个变量，其余变量全部删除。
[0026]进一步的，N的取值范围为14≥N≥11。
[0027]进一步的，所述步骤三中使用神经网络算法建立锅炉数字模型的方法为：采用BP神经网络算法，负荷、一次风量、二次风量、给水流量、给水温度、空预器入口温度、氧量、真空、排烟温度、主蒸汽压力、主蒸汽温度、主蒸汽流量、循环水泵电流、循环水入口温度、磨煤机电流、炉膛负压等17个变量，以预测进煤总热量与测试时间段内实际实时进煤总热量的方差和小于设定值；以预测数据与实际数据平均值差值小于设置值；以实际实时进煤总热量的差值最大值小于设定值。通过最优模型寻找法，寻找出拟合准确比率和模型总体偏移程度小的最优训练模型。
[0028]进一步的，所述锅炉数字模型包括两层：全厂锅炉数字模型和单锅炉数字模型；
[0029]1)全厂锅炉数字模型基于各给煤煤质和总负荷下整体锅炉效率数字模型，该模型最大作用是定量分析负荷和给煤煤质对全厂效率的影响，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电厂循环流化床锅炉操作优化方法，其特征在于，包括如下步骤：步骤一.基于OPC服务进行实时数据采集；步骤二.通过剔除异常值、稳态分析及相关性分析进行数据预处理；步骤三.使用神经网络算法建立锅炉数字模型；步骤四.运用关联规则对锅炉运行数据进行挖掘，建立操作优化模型；得到锅炉吨标煤产汽量最大的运行操作参数；经过关联规则计算后得到锅炉吨标煤产汽量最大的区间；步骤五.运用多维聚类算法对区间进行聚类分析，得到聚类中心，以此建立优化操作模型；步骤六.求出锅炉效率最高时所对应的各操作参数，并与当前运行参数对比，制定需要调整参数及范围，给予运行人员操作指导。2.根据权利要求1所述的电厂循环流化床锅炉操作优化方法，其特征在于，所述步骤一基于OPC服务进行实时数据采集的方法为：组建OPC数据采集网络以采集锅炉操作数据；建立专用数据库系统用于保存采集到的锅炉操作数据，为建立锅炉的精确模型做准备。3.根据权利要求1所述的电厂循环流化床锅炉操作优化方法，其特征在于，所述步骤二中剔除异常值是指将数据中的NaN空数据和数值为0及违反常理的离群值删除。4.根据权利要求3所述的电厂循环流化床锅炉操作优化方法，其特征在于，所述违反常理的判断标准为：开度、一次风量、二次风量、给水流量、给水温度、空预器入口温度、氧量、真空、排烟温度、主蒸汽压力、主蒸汽温度、主蒸汽流量、循环水泵电流、循环水入口温度、磨煤机电流、炉膛负压、负荷、给煤流量中不可能为负值或者不可能为正值的数据；开度、一次风量、二次风量、给水流量、给水温度、空预器入口温度、氧量、真空、排烟温度、主蒸汽压力、主蒸汽温度、主蒸汽流量、循环水泵电流、循环水入口温度、磨煤机电流、炉膛负压、负荷、给煤流量中超出正常范围的数据；停机时，开度、一次风量、二次风量、给水流量、氧量、真空、排烟温度、主蒸汽流量、循环水泵电流、磨煤机电流、负荷、给煤流量数据的非零显示；空气温度高于100℃的数据。5.根据权利要求3所述的电厂循环流化床锅炉操作优化方法，其特征在于，所述稳态分析的方法为：以“主汽压力(MPa)”用滑动窗口法，对数据按照时间顺序进行稳态状态的判别，得到稳定无异常的运行数据；火电厂机组的运行状态经常发生变化，为了准确获得机组各变量间的关系，需要从采样数据中选择机组稳态运行数据；机组主汽压力是反映机组运行工况是否稳定的重要因素，因此采用滑动窗口法对“主汽压力(MPa)”进行稳态区间检测；计算窗口内数据的波动情况，若波动情况较大，则认为窗口内数据处于非稳态，不保留数据；否则数据处于稳态，保留数据，通过对稳态数据进行关联分析，对负荷进行切割，通过聚类分析，寻找出各类负荷下最优运行工况，从而为未来运行操作提供支持；计算公式：
式中：δ表示稳态判定指标，t表示滑动窗口内采样时间；N表示滑动窗口...

【专利技术属性】
技术研发人员：陈超，彭愿，薛菲，鄢烈祥，周力，刘立柱，裴彬，
申请(专利权)人：汉谷云智武汉科技有限公司，
类型：发明
国别省市：