一种用于火电机组的主、再热汽温优化系统及方法技术方案

本发明专利技术公开了一种用于火电机组的主、再热汽温优化系统及方法，系统包括：数据采集模块，采集火电机组的全工况历史运行数据；预处理模块，对数据进行预处理；神经网络模型训练模块，利用误差反向传播训练算法对神经网络模型进行训练，将火电机组的主、再热汽温的动态特性以神经网络连接权值和阈值的形式固化；及过、再热汽温优化控制模块，根据固化后的主、再热汽温的动态特性实施不同位置的过热汽温和再热汽温优化控制。过、再热汽温喷水减温采用基于神经网络逆模型的智能串级控制策略，采用神经网络预测模型为基础的逆控制器来替代原串级控制主回路，实现对内回路喷水后温度设定值的精准预测，副回路采用高级PID确保喷水阀门的准确快速动作。的准确快速动作。的准确快速动作。

【技术实现步骤摘要】
一种用于火电机组的主、再热汽温优化系统及方法


[0001]本专利技术涉及火电厂锅炉和机组系统的控制优化
，尤其涉及一种用于火电机组的主、再热汽温优化系统及方法。

技术介绍

[0002]现有的发电企业普遍存在燃煤供应来源不统一、机组设备性能差、两个细则、环保指标考核多等问题，导致机组的经济性和安全性面临严峻考验。主要表现在：
[0003](1)AGC与一次调频等两个细则的考核较多。
[0004](2)过热、再热减温水的调节性能偏差大，特别是在负荷快速变化过程中，难以有效进行控制。
[0005](3)煤质变化大导致的锅炉燃烧工况变化大，使锅炉不能工作在最佳的工况点导致锅炉效率与环保问题的产生。
[0006]大规模科学合理的开展现代火电机组优化控制一体化解决方案关键技术研究研究已是迫在眉睫的工作；针对机组目前存在的负荷升降速率低、调节精度差、抗扰动能力差以及主要被调参数波动幅度较大等问题，开发基于协调控制系统热工过程海量历史数据的弱稳态自动检测、扰动数据驱动的热控系统辨识以及具有自趋优特性的神经网络预测控制等关键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于火电机组的主、再热汽温优化系统，其特征在于包括：数据采集模块，用于采集所述火电机组的全工况历史运行数据；预处理模块，用于对所述全工况历史运行数据进行预处理；神经网络模型训练模块，利用误差反向传播训练算法对神经网络模型进行训练，从而将所述火电机组的主、再热汽温的动态特性以神经网络的连接权值和阈值的形式进行固化；以及过、再热汽温优化控制模块，用于根据所述固化后的主、再热汽温的动态特性实施不同位置的过热汽温和再热汽温优化控制。2.一种用于权利要求1所述系统的火电机组的主、再热汽温优化方法，其特征在于包括：采集所述火电机组的全工况历史运行数据；对所述全工况历史运行数据进行预处理；利用误差反向传播训练算法对神经网络模型进行训练，从而将所述火电机组的主、再热汽温的动态特性以神经网络的连接权值和阈值的形式进行固化；以及根据所述固化后的主、再热汽温的动态特性实施不同位置的过热汽温和再热汽温优化控制。3.根据权利要求2所述的火电机组的主、再热汽温优化方法，其特征在于：所述神经网络模型为人工神经网络ANN汽温预测模型，所述人工神经网络ANN汽温预测模型采用前向多阶层人工神经网络BP网络构建，所述BP网络由输入层、隐层和输出层节点组成，以所述BP神经网络为核心，通过在所述BP神经网络的所述输入层增加各输入变量、输出变量反馈的若干阶次时延，实现对主、再热汽温对象的动态特性的描述。4.根据权利要求2所述的火电机组的主、再热汽温优化方法，其特征在于：所述训练包括：采用误差反向传播训练算法不断调整所述神经网络的权值，使所述神经网络总误差最小，即采用梯度搜索技术，以期使所述神经网络的实际输出值与期望输出值的误差均方值MSE为最小。5.根据权利要求2所述的火电机组的主、再热汽温优化方法，其特征在于：所述根据所述固化后的主、再热汽温的动态特性实施不同位置的过热汽温和再热汽温优化控制包括：对过、再热汽温喷水减温系统的控制以及对于再热挡板控制。6.根据权利要求5所述的火电机组的主、再热汽温优化方法，其特征在于：对过、再热汽温喷水减温系统的控制，采用基于神经网络逆模型的智能串级控制策略，其中所述过、再热汽温喷水减温系统包括过热器、减温器、喷水减温器...

【专利技术属性】
技术研发人员：李波，于春辉，王泽璞，杨峰，郭峰，
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：