一种配煤掺烧优化方法技术

本发明专利技术公开了一种配煤掺烧优化方法，包括以下步骤：S1，数据采集，通过数据采集模块采集燃煤锅炉的过热蒸汽流量、压力、温度数据，锅炉排烟温度、排烟含氧量、排烟一氧化碳浓度数据，锅炉机组温度数据；S2，数据存储，对燃煤锅炉蒸汽数据、排烟数据、锅炉温度数据均对应设置一个机组数据库和配置数据库；S3，数据分析；S4，系统评估，通过数据分析处理，对系统锅炉机组、排烟系统、锅炉热效率进行系统评估和故障判断，得出系统评测报告和故障报告；通过采集数据分析对系统进行评测，通过对采集数据的分析和处理，减小数据误差，提升系统评估的准确性，有助于降低系统故障率，提升系统运行的稳定性。性。性。

【技术实现步骤摘要】
一种配煤掺烧优化方法


[0001]本专利技术属于火力发电配煤掺烧领域，尤其涉及一种配煤掺烧优化方法。

技术介绍

[0002]燃料成本是燃煤发电厂运行成本的重要组成部分。面对煤炭市场的不利形势，优化燃煤结构、科学合理地开展配煤掺烧工作，是应对市场变化、降低发电企业运行成本的重要举措。
[0003]当前的配煤掺烧系统多处于实验研究阶段，投入使用的少之又少，并且多处于对燃料配比、热效率计算等研究，对于配煤掺烧系统的故障评估检测缺少相应的有效技术手段，导致配煤掺烧系统运行不稳定，故障率高，影响其正常使用，增加经济使用成本。
[0004]为提升电厂经济效益，强化燃料管理，推进燃料精细化工作，优化配煤掺烧方式，有效控降标煤单价，降低公司燃料成本，本方案通过优化掺烧方案、反平衡校验、掺烧校验、低位热值检验、通过采集数据分析对系统进行评测等功能，指导生产现场配煤掺烧工作，对指导机组经济运行具有重要意义。

技术实现思路

[0005]针对现有技术不足，本专利技术的目的在于提供了一种配煤掺烧优化方法，通过优化掺烧方案、反平衡校验、掺烧校验、低位热值检验等功能，强化燃料管理，优化配煤掺烧方式，降低燃料成本；通过采集数据分析对系统进行评测，通过对采集数据的分析和处理，减小数据误差，提升系统评估的准确性，有助于降低系统故障率，提升系统运行的稳定性。
[0006]本专利技术提供如下技术方案：
[0007]一种配煤掺烧优化方法，包括以下步骤：
[0008]S1，数据采集，通过数据采集模块采集燃煤锅炉的过热蒸汽流量、压力、温度数据，锅炉排烟温度、排烟含氧量、排烟一氧化碳浓度数据，锅炉机组温度数据；
[0009]S2，数据存储，对燃煤锅炉蒸汽数据、排烟数据、锅炉温度数据均对应设置一个机组数据库和配置数据库，机组数据库存储采集的数据信息，配置数据库存储配置信息；
[0010]S3，数据分析，包括以下步骤：a，对采集的所有样本数据进行聚类融合；b，将多数类的样本按照不稳定程度从高到低排列；c，通过引入删除因子，删除不稳定程度较高的多数类；d，得到新的样本数据集；
[0011]S4，系统评估，通过数据分析处理，对系统锅炉机组、排烟系统、锅炉热效率进行系统评估和故障判断，得出系统评测报告和故障报告。
[0012]优选的，步骤S2中，机组数据库中采集的信号数据包括实时数据、当前数据、历史数据和异常数据，并分别进行存储。
[0013]优选的，步骤S3中，具体步骤包括，A：首先将采集的过热蒸汽流量、压力、温度，再热蒸汽压力、温度，给水压力温度，锅炉机组的温度数据集聚类计算并指定簇的个数；B，计算每次聚类中每个簇的数目，并且比较该簇中多数类样和少数类样本的个数，若少数类样
本多于多数类样本个数，则该簇定位正类簇，反之为负类簇。
[0014]优选的，步骤S3中，还包括步骤C，对所有的样本对象进行遍历，若负类样本真实类别与所在簇的类别一致，则该样本类别函数Y(X)设为0，否则设为1；D，重复以上步骤A
‑
C；E，计算最终负类数据样本的类别函数值，并将多数类样本按照函数值大小进行从高到低的排序；F，根据选定的删除因子按照比例删除多数类样本，得到新的数据集样本，之后将新生成的数据集利用分类算法进行分类训练。
[0015]优选的，步骤S3中，并且引入删除因子δ，δ＝(删除的多数类样本)/(不稳定的多数类样本)；δ的值大于0小于等于1，本方案中的取值范围为0.45
‑
0.85，防止多类样本删除太多或者太少，提升分类器对于样本分类精确度，增加系统风险、故障评估的准确性。
[0016]优选的，步骤S4中，经过步骤S3之后，得到平衡的采样数据样本，对新样本数据集进行特征提取，选取时域、频域和时频域数据特征。
[0017]优选的，根据系统燃煤锅炉运行状态和系统故障频率将数据特征分层，对每一层利用聚类算法找出聚类中心，得到较少的锅炉温度和系统故障类型集合；对较少的数据集合进行重新分层，对于新的数据类型集首先通过聚类计算出其每一簇数据的中心，然后再与较少的锅炉温度和系统故障类型集合的每一层聚类中心求取欧氏距离，再把新的数据集的每个聚类中心的距离相加，根据距离归类，对新数据分层，分层到了某一层后，采用上述方法判断是否属于最小的集合到最底层，将上述训练好的分类器进行分类运算，对系统锅炉机组、排烟系统、锅炉热效率进行系统评估和故障判断，得出系统评测报告和故障报告。
[0018]在上述步骤中，正类簇为在某个聚类的簇中，少数类样本个数大于多数类样本个数，反之，少数类样本个数小于多数类样本个数为负类簇；若G
i
(u)表示多数类样本点u在第i次聚类中所述的簇类别，且聚类次数为m次，则该多数类样本的类别公式满足i次聚类中所述的簇类别，且聚类次数为m次，则该多数类样本的类别公式满足Y(X)为类别函数，当多数类样本为正类时，函数值为1，多数类样本为正类时，函数值为
‑
1；F
u
是最终类别函数值，在经过多次聚类之后，若F
u
大于0则认为该多数类样本为不稳定点，则该样本实际为负类，经过聚类之后该样本落在正类簇的次数大于负类簇；若F
u
小于0则认为该多数类样本为稳定点，则该样本实际为负类，经过聚类之后该样本落在负类簇的次数大于正类簇。最后将得到的F
u
的值从大到小排列，F
u
值越大，表明越不稳定可以选择性将其删除，增加数据分类的稳定性和准确性；但是将多数类样本删除太多，分类器对于多数类的分类精确度将显著降低，若删除太少，分类器对于少数类样本分类精确度降低。
[0019]优选的，一种配煤掺烧优化方法采样掺烧优化系统，包括监测主机；所述监测主机包括管理模块、数据采集模块和通讯模块；所述数据采集模块与监测主机之间采用无线信号传输进行数据存储，监测主机对存储的采集数据通过数据分析处理模块进行处理，所述数据分析处理模块包括报警模块和评估模块；所述管理模块包括燃煤锅炉机组的基础数据模块、掺烧方案模块、校验模块、帮助模块；
[0020]所述校验模块包括反平衡校验、掺烧校验、低位热值校验；所述数据采集模块包括燃煤锅炉机组数据、排烟数据、锅炉热效率数据；所述燃煤锅炉数据包括过热蒸汽流量、压力、温度数据，排烟数据包括排烟温度、排烟含氧量、排烟一氧化碳浓度数据，锅炉热效率数
据包括锅炉机组温度数据；所述数据采集模块还包括不同种类的多个传感器和数据采集卡，多个传感器与数据采集卡之间通过无线信号传输。
[0021]优选的，不同种类多个传感器包括燃煤锅炉机组的蒸汽流量传感器、蒸汽压力传感器、蒸汽温度传感器，给水压力传感器，给水温度传感器；排烟数据监测的排烟温度传感器、排烟氧气传感器、一氧化碳传感器；蒸汽流量传感器、蒸汽压力传感器、蒸汽温度传感器设置在锅炉蒸汽管道内；排烟温度传感器、排烟氧气传感器、一氧化碳传感器均匀设在锅炉排烟管道内。
[0022]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配煤掺烧优化方法，其特征在于，包括以下步骤：S1，数据采集，通过数据采集模块采集燃煤锅炉的过热蒸汽流量、压力、温度数据，锅炉排烟温度、排烟含氧量、排烟一氧化碳浓度数据，锅炉机组温度数据；S2，数据存储，对燃煤锅炉蒸汽数据、排烟数据、锅炉温度数据均对应设置一个机组数据库和配置数据库，机组数据库存储采集的数据信息，配置数据库存储配置信息；S3，数据分析，包括以下步骤：a，对采集的所有样本数据进行聚类融合；b，将多数类的样本按照不稳定程度从高到低排列；c，通过引入删除因子，删除不稳定程度较高的多数类；d，得到新的样本数据集；S4，系统评估，通过数据分析处理，对系统锅炉机组、排烟系统、锅炉热效率进行系统评估和故障判断，得出系统评测报告和故障报告。2.根据权利要求1所述一种配煤掺烧优化方法，其特征在于，步骤S2中，机组数据库中采集的信号数据包括实时数据、当前数据、历史数据和异常数据，并分别进行存储。3.根据权利要求1所述一种配煤掺烧优化方法，其特征在于，步骤S3中，具体步骤包括，A：首先将采集的过热蒸汽流量、压力、温度，再热蒸汽压力、温度，给水压力温度，锅炉机组的温度数据集聚类计算并指定簇的个数；B，计算每次聚类中每个簇的数目，并且比较该簇中多数类样和少数类样本的个数，若少数类样本多于多数类样本个数，则该簇定位正类簇，反之为负类簇。4.根据权利要求1所述一种配煤掺烧优化方法，其特征在于，步骤S3中，还包括步骤C，对所有的样本对象进行遍历，若负类样本真实类别与所在簇的类别一致，则该样本类别函数Y(X)设为0，否则设为1；D，...

【专利技术属性】
技术研发人员：潘富停，杨勇，李金霞，陈海涛，曾勇，
申请(专利权)人：国家电投集团平顶山热电有限公司，
类型：发明
国别省市：