锅炉过热汽温度控制方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种锅炉过热汽温度控制方法、装置、设备及计算机可读存储介质，该方法包括：设定n个连续相邻时刻分别对应的减温水流量，根据预先创建的期望闭环动态传递函数模型和预测偏差自学习模型，分别对设定的减温水流量对应的下一时刻的初始预测过热汽温度以及过热汽温度预测偏差进行预测；将初始预测过热汽温度和对应的过热汽温度预测偏差求和，获得预测过热汽温度；根据设定的减温水流量和预测过热汽温度，利用目标函数对设定的减温水流量进行优化，最终根据目标函数运算结果最小对应的减温水流量对锅炉过热汽温度进行控制。本申请中将两种模型相结合，更准确的预测出锅炉的过热汽温度，进而实现对锅炉过热汽温度进行更精准的调节。精准的调节。精准的调节。

【技术实现步骤摘要】
锅炉过热汽温度控制方法、装置、设备及存储介质


[0001]本专利技术涉及锅炉控制
，特别是涉及一种锅炉过热汽温度控制方法、装置、设备以及计算机可读存储介质。

技术介绍

[0002]锅炉是一种能量转换设备；向锅炉输入的能量有燃料中的化学能、电能，锅炉输出具有一定热能的蒸汽、高温水或有机热载体。锅炉中产生的热水或蒸汽可直接为工业生产和人民生活提供所需热能，也可通过蒸汽动力装置转换为机械能，或再通过发电机将机械能转换为电能。产生蒸汽的锅炉称为蒸汽锅炉，常简称为锅炉，多用于火电站、船舶、机车和工矿企业。
[0003]锅炉将燃料燃烧产生的热量对水汽加热，形成高温高压蒸汽，并通过过热器、再热器等将蒸汽温度调整到预设稳定状态，以供汽轮机发电或者供给下游生产环节。锅炉汽温控制即对蒸汽温度进行调整到设定状态的环节，其对蒸汽能够稳定良好的为火力发电、热能供应等提供动力和热量的至关重要，其控制品质影响着发电质量以及供热质量。蒸汽温度的调节手段通常为向蒸汽管道中喷入水以用于减低蒸汽温度，但由于蒸汽在换热管道中停留的时间长、流量大，蒸汽温度的调节过程十分缓慢，总体上可以总结为一个非线性、高阶的动态过程。
[0004]对于过热汽温的基本控制方法为PID控制，但由于锅炉汽温控制高阶的特点，常规的PID控制很难达到好的效果，多数需要辅助以复杂的逻辑控制，使得系统的调整主要依靠人工经验。还有一些更先进控制方法，例如基于Smith预估的方法能够将汽温的高阶动态描述为滞后加上低阶动态的形式，并对锅炉蒸汽温度的变化过程建模，基于状态观测和反馈控制的现代控制方法能够有效预测导前汽温对锅炉汽温的影响，从而改善系统的动态，在实际应用过程中取得了一定的效果。但由于锅炉汽温变化过程具有较强的非线性，这就导致难以确定一个准确的模型预估锅炉汽温的变化状态，从而导致锅炉蒸汽温度的调节精度不足。

技术实现思路

[0005]本专利技术的目的是提供一种锅炉过热汽温度控制方法、装置、设备以及计算机可读存储介质，能够在一定程度上提升锅炉过热汽温度控制调节的精准度。
[0006]为解决上述技术问题，本专利技术提供一种锅炉过热汽温度控制方法，包括：
[0007]设定n个连续相邻时刻分别对应的减温水流量，根据预先创建的期望闭环动态传递函数模型，对n个所述减温水流量分别对应的下一时刻的锅炉过热汽温度进行预测，获得初始预测过热汽温度；
[0008]根据预先训练获得的预测偏差自学习模型，和n个所述减温水流量，获得过热汽温度预测偏差；其中，所述预测偏差自学习模型为表征所述期望闭环动态传递函数模型预测的锅炉过热汽温度和实际锅炉过热汽温度之间的偏差，与减温水流量之间的对应关系的模
型；
[0009]将n个所述初始预测过热汽温度分别和对应的所述过热汽温度预测偏差求和，获得n个预测过热汽温度；
[0010]根据n个设定的所述减温水流量和n个所述预测过热汽温度，对目标函数进行运算，获得所述目标函数的运算结果，并重新执行设定n个连续相邻时刻分别对应的减温水流量的操作，直到获得所述目标函数的运算结果最小的减温水流量，以便根据所述运算结果最小的减温水流量对所述锅炉过热汽温度进行控制；其中，所述目标函数为表征所述预测过热汽温度和理想锅炉过热汽温度之间偏差大小的函数。
[0011]可选地，获得所述预测偏差自学习模型的过程包括：
[0012]利用所述期望闭环动态传递函数模型和历史减温水流量，获得预测历史锅炉过热汽温度；
[0013]将所述历史减温水流量对应的历史锅炉过热汽温度和所述预测历史锅炉过热汽温度进行差值运算，获得预测偏差样本；
[0014]将所述历史减温水流量和所述预测偏差样本进行高斯回归学习训练，获得所述预测偏差自学习模型。
[0015]可选地，将所述历史减温水流量和所述预测偏差样本进行高斯回归学习训练，获得所述预测偏差自学习模型，包括：
[0016]将多个所述历史减温水流量构建历史减温水流量样本向量，并将各个所述预测偏差样本构建预测偏差样本向量；
[0017]根据所述历史减温水流量样本向量和所述预测偏差样本向量，获得所述预测偏差自学习模型为β(u)＝k
uU
(K
uu
+I
·
σ2)
·
Y；
[0018]其中，u为输入的减温水流量；U为所述历史减温水流量样本向量；k
uU
为根据输入的所述减温水流量和所述历史减温水流量样本向量确定的核函数；K
uu
为根据输入的所述减温水流量确定的自核函数；I为单位矩阵；σ2为所述预测偏差样本向量中各个所述历史减温水流量的方差；Y为所述预测偏差样本向量；β(u)为输入的所述减温水流量对应的过热汽温度预测偏差。
[0019]可选地，所述预测偏差学习模型还包括高斯过程回归方差Σ(u)＝k
uu
‑
k
uU
(K
UU
+I
·
σ2)
‑1·
k
Uu
；
[0020]其中，u为输入的减温水流量；k
uU
和k
Uu
分别为根据输入的所述减温水流量和所述历史减温水流量样本向量确定的两个不同的核函数；K
uu
为根据输入的所述减温水流量确定的自核函数；K
UU
为根据所述历史减温水流量样本向量确定的自核函数；I为单位矩阵；σ2为所述预测偏差样本集中各个所述历史减温水流量样本的方差；Y为所述预测偏差样本集；Σ(u)为所述减温水流量对应的预测偏差的高斯过程回归方差；
[0021]在确定所述高斯过程回归方差之后，还包括：
[0022]根据所述高斯过程回归方差，结合锅炉过热汽温度的概率约束公式P[
‑
y
l
≤y(t+1)≤y
u
]≥1
‑
α，确定所述锅炉过热汽温度的确定性约束为
[0023]其中，P为概率，y
l
为锅炉过热汽温度约束下限，y
u
为锅炉过热汽温度约束上限，t为
减温水流量的采样时刻，y(t+1)为t+1时刻的锅炉过热汽温度；α为违反约束的概率，P
α/2
为显著性程度为α对应的分位数，Σ
t
(u)为时刻t的减温水流量对应的高斯过程回归方差；
[0024]相应地，根据n个设定的所述减温水流量和n个预测过热汽温度，对目标函数进行运算，获得所述目标函数的运算结果，包括：
[0025]以所述确定性约束作为约束条件，对所述目标函数进行运算，获得所述运算结果。
[0026]可选地，创建所述期望闭环动态传递函数模型的过程包括：
[0027]根据受控自回归积分滑动平均模型A(z
‑1)y(t)＝B(z
‑1)u(t
‑
1)，对历史减温水流量和对应的历史锅炉过热汽温度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锅炉过热汽温度控制方法，其特征在于，包括：设定n个连续相邻时刻分别对应的减温水流量，根据预先创建的期望闭环动态传递函数模型，对n个所述减温水流量分别对应的下一时刻的锅炉过热汽温度进行预测，获得初始预测过热汽温度；根据预先训练获得的预测偏差自学习模型，和n个所述减温水流量，获得过热汽温度预测偏差；其中，所述预测偏差自学习模型为表征所述期望闭环动态传递函数模型预测的锅炉过热汽温度和实际锅炉过热汽温度之间的偏差，与减温水流量之间的对应关系的模型；将n个所述初始预测过热汽温度分别和对应的所述过热汽温度预测偏差求和，获得n个预测过热汽温度；根据n个设定的所述减温水流量和n个所述预测过热汽温度，对目标函数进行运算，获得所述目标函数的运算结果，并重新执行设定n个连续相邻时刻分别对应的减温水流量的操作，直到获得所述目标函数的运算结果最小对应的减温水流量，以便根据所述运算结果最小对应的减温水流量对所述锅炉过热汽温度进行控制；其中，所述目标函数为表征所述预测过热汽温度和理想锅炉过热汽温度之间偏差大小的函数。2.如权利要求1所述的锅炉过热汽温度控制方法，其特征在于，获得所述预测偏差自学习模型的过程包括：利用所述期望闭环动态传递函数模型和历史减温水流量，获得预测历史锅炉过热汽温度；将所述历史减温水流量对应的历史锅炉过热汽温度和所述预测历史锅炉过热汽温度进行差值运算，获得预测偏差样本；将所述历史减温水流量和所述预测偏差样本进行高斯回归学习训练，获得所述预测偏差自学习模型。3.如权利要求2所述的锅炉过热汽温度控制方法，其特征在于，将所述历史减温水流量和所述预测偏差样本进行高斯回归学习训练，获得所述预测偏差自学习模型，包括：将多个所述历史减温水流量构建历史减温水流量样本向量，并将各个所述预测偏差样本构建预测偏差样本向量；根据所述历史减温水流量样本向量和所述预测偏差样本向量，获得所述预测偏差自学习模型为β(u)＝k
uU
(K
uu
+I
·
σ2)
·
Y；其中，u为输入的减温水流量；U为所述历史减温水流量样本向量；k
uU
为根据输入的所述减温水流量和所述历史减温水流量样本向量确定的核函数；K
uu
为根据输入的所述减温水流量确定的自核函数；I为单位矩阵；σ2为所述预测偏差样本向量中各个所述历史减温水流量的方差；Y为所述预测偏差样本向量；β(u)为输入的所述减温水流量对应的过热汽温度预测偏差。4.如权利要求2所述的锅炉过热汽温度控制方法，其特征在于，所述预测偏差学习模型还包括高斯过程回归方差Σ(u)＝k
uu
‑
k
uU
(K
UU
+I
·
σ2)
‑1·
k
Uu
；其中，u为输入的减温水流量；k
uU
和k
Uu
分别为根据输入的所述减温水流量和所述历史减温水流量样本向量确定的两个不同的核函数；K
uu
为根据输入的所述减温水流量确定的自核函数；K
UU
为根据所述历史减温水流量样本向量确定的自核函数；I为单位矩阵；σ2为所述预测偏差样本集中各个所述历史减温水流量样本的方差；Y为所述预测偏差样本集；Σ(u)为
所述减温水流量对应的预测偏差的高斯过程回归方差；在确定所述高斯过程回归方差之后，还包括：根据所述高斯过程回归方差，结合锅炉过热汽温度的概率约束公式P[
‑
y
l
≤y(t+1)≤y
u
]≥1
‑
α，确定所述锅炉过热汽温度的确定性约束为其中，P为概率，y
l
为锅炉过热汽温度约束下限，y
u
为锅炉过热汽温度约束上限，t为减温水流量的采样时刻，y(t+1)为t+1时刻的锅炉过热汽温度；α为违反约束的概率，P
α/2
为显著性程度为α对应的分位数，Σ
t
(u)为时刻t的减温水流量对应的高斯过程回归方差；相应地，根据n个设定的所述减温水流量和n个预测过热汽温度，对目标函数进行运算，获得所述目标函数的运算结果，包括：以所述确定性约束作为约束条件，对所述目标函数进行运算，获得所述运算结果。5.如权利要求1所述的锅炉过热汽温度控制方法，其特征在于，创建所述期望闭环动态传递函数模型的过程包括：根据受控自回归积分滑动平均模型A(z
‑1)y(t)＝B(z
‑1)u(t
‑
1)，对历史减温水流量和对应的历史锅炉过热汽温度进行线性拟合，获得多项式的参数系列一{a1,a2…
,a
n
}和参数...

【专利技术属性】
技术研发人员：张志铭，侯卫锋，叶建位，
申请(专利权)人：浙江中智达科技有限公司，
类型：发明
国别省市：