基于模糊神经网络的蒸汽-烟气换热器的控制方法技术

本申请提出了一种基于模糊神经网络的蒸汽

【技术实现步骤摘要】
基于模糊神经网络的蒸汽
‑
烟气换热器的控制方法


[0001]本申请涉及烟气换热
，尤其涉及一种基于模糊神经网络的蒸汽
‑
烟气换热器的控制方法。

技术介绍

[0002]目前，在火力发电行业中，烟气治理是保证发电系统正常运行的重要环节之一。烟气换热器是烟气治理过程中重要的设备之一，它广泛应用于能源、动力、石油、冶金、化工、制药和制冷等工业领域中，能够方便两种或两种以上在不同温度的流体之间热量传递。
[0003]其中，蒸汽
‑
烟气换热器(SGH)采用蒸汽和烟气换热，典型的应用包括宽负荷脱硝技术和烟羽消白技术两种方案。宽负荷脱硝技术利用高温高压的蒸汽在蒸汽－烟气换热器内与脱销入口烟气进行热交换，将烟气温度升高到300℃左右，以解决机组低负荷时脱销烟温过低，脱销反应器催化剂效率过低的问题，增强机组深度调峰能力。
[0004]烟羽消白技术利用高温高压的蒸汽在蒸汽－烟气换热器内与湿法脱硫后烟气进行热交换，将烟气温度升到85℃左右，远高于烟气的水露点温度，从而使烟囱出口的烟气远离饱和态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络的蒸汽
‑
烟气换热器的控制方法，其特征在于，包括以下步骤：将蒸汽
‑
烟气换热器的蒸汽入口温度、蒸汽出口温度、烟气入口温度、烟气出口温度和烟气流量作为输入量，将所述蒸汽
‑
烟气换热器的蒸汽流量作为输出量，构建用于根据所述输入量计算对应的所述输出量的模糊神经网络；将所述蒸汽
‑
烟气换热器的历史运行数据作为训练集，结合误差反向传播算法和一阶梯度算法对所述模糊神经网络进行训练；获取实时的输入量，通过训练完成的模糊神经网络计算所述实时的输入量对应的目标蒸汽流量；将所述目标蒸汽流量输入串联的PID控制器，通过所述PID控制器根据所述目标蒸汽流量调节所述蒸汽
‑
烟气换热器的的蒸汽调节阀的开度，以使加热后的烟气温度趋近于目标温度。2.根据权利要求1所述的控制方法，其特征在于，所述模糊神经网络包括输入层、隶属度层、模糊规则层、归一化层和输出层，所述隶属度层用于通过以下公式计算每个输入量属于模糊集合的隶属度函数：其中，是隶属度函数，c
ij
是隶属度函数的中心，σ
ij
是隶属度函数的宽度，x
i
是输入量，i∈{1，2，
…
，n}，j∈{1，2，
…
，m}，n是输入量的个数，n＝5，m是每个输入量的模糊分割数，m＝7。3.根据权利要求2所述的控制方法，其特征在于，所述模糊规则层的每个节点表示一条模糊规则，所述模糊规则层用于通过以下公式计算每条所述模糊规则的适用度：其中，i1，i2，i3，i4，i5∈{1，2，
…
，m}，4.根据权利要求3所述的控制方法，其特征在于，所述输出层用于通过以下公式计算输出的所述蒸汽流量：其中，是归一化后的每条模糊规则的适用度，w
j
是归一化后的每条模糊规则的适用度对应的权重，j∈{1，2，
…
，75}。5.根据权利要求4所述的控制方法，其特征在于，结合误差反向传播算法和一阶梯度算法对所述模糊神经网络进行训练，包括：计算误差函数；基于所述误差函数，通过所述一阶梯度算法调节所述模糊神经网络的节点参数，其中，所述节点参数包括...

【专利技术属性】
技术研发人员：白永岗，周科，王志超，李明皓，鲁晓宇，张波，向小风，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：