火力发电锅炉智能燃烧优化系统及其实现方法技术方案

本发明专利技术目的是提供一种火力发电锅炉智能燃烧优化系统及其实现方法，属于能源、环保、软件信息等相关技术领域。该系统主要包括：人机界面模块，通过它，锅炉操作人员可以配置煤种等相关参数，并对整个系统提出优化目标，并可以清晰展示经过本系统预测的优化模型；智能算法子系统，它在人机界面模块的指导下，依据分布式控制系统ＤＣＳ和环境污染物监测模块提供的信息，产生燃烧优化模型。通过本发明专利技术，能够为电厂一线人员提供锅炉性能优化的实时在线分析功能，并通过该系统分析出锅炉系统的优化参数和优化目标，并给出具体的性能优化措施和技术指导。

Intelligent combustion optimization system for thermal power boiler and implementation method thereof

The invention aims to provide an intelligent combustion optimization system for a thermal power generation boiler and a method for realizing the same, belonging to the technical field of energy, environment protection, software, information and the like. The system mainly includes: the man-machine interface module, through which the boiler operator can configure coal and other related parameters, and puts forward the optimization goal of the whole system, and can be clearly demonstrated through the optimization model of the system prediction; intelligent algorithm subsystem, it in the man-machine interface module based on distributed control system under the guidance of DCS and environmental pollutants monitoring module to provide information, produce combustion optimization model. The invention can provide real-time optimization of the boiler performance analysis for power plant staff, and through the system analysis of the boiler system parameter optimization and optimization, and gives specific measures to optimize performance and technical guidance.

【技术实现步骤摘要】

本专利技术属于能源、环保、软件信息等

技术介绍
我国是世界产煤和燃煤大国，由燃煤排放的二氧化硫、二氧化氮造成的酸雨已影响到全国40%近400万平方公里的面积，污染物排放 中电厂占到了60%以上，环境保护问题迫在眉睫；另一方面，我国火 电,与国外先进水平差距很大，2005年，中国电力工业全国平均 供电B为374g/kWh,日本东京电力公司1 999年的供电煤耗为 320g/kWh，德国巴伐利亚电力公司1 9 9 9年的供电煤耗为332. lg /kwh。目前国内多数的排放大、能耗高的小机组面临停产淘汰的局 面。在已有的煤种寻优方法中，有的可以提高燃烧热效率，却增加了 污染物的排放，加重了环境污染；有的集中在减少环境污染而忽略了 锅炉的燃烧热效率。如何提高燃煤的热能利用率、减少煤对环境造成的污染，是一个 重要课题。
技术实现思路
本专利技术目的在于提供一种火力发电锅炉智能燃烧优化系统及其 实现方法，以提供更为优化的火力发电燃烧方案，以及配套的实现方 法。一种火力发电锅炉智能燃烧优化系统，它是这样实现的，该系统 包括有分布式控制系统DCS和环境污染物监测模块，进一步，该系统 还包括有如下组成部分人机界面模块，通过该模块锅炉操作人员可以配置煤种等相关参 数，并对整个系统提出多目标优化要求，并可以清晰展示经过本系统 预测的优化模型；智能算法子系统，它在人机界面模块的指导下，依据分布式控制 系统DCS和环境污染物监测模块提供的信息，产生燃烧优化模型。进一步，该系统还包括有如下特征所述的智能算法子系统，它包括有选优模块，与历史数据库中获 得的锅炉燃烧模型相连接，在人机界面模块提出的优化目标的指导下 产生有效的燃烧调节方案。该系统所包括的选优模块具体算法为设S为数据库中m个实例中所包含的特征向量的集合，s。是人 工选出的最优实例模板。假设S与s。的并集一共包含个特征项， 则s。 = [ s。 ( 1) ， s。 ( 2)，…，s。 ( n) ]， S可以表示为m xn 维的实例指标集矩阵s!(l) s,(2) ... s, (n) c _ s2(l) s2(2) ... s2(n)Lsm(l) sm(2)…sm(n)」 最近相邻函数可用公式表示为E ( s。， Si，W ) = Z wkxSim ( So (k) ， Si(k) ) /S:=1 wk其中.'吸是第i个指标的重要度；sim是相似函数。为选出最优 的实例集合，相似性计算方法可以表示为s imi = 1 - I [ So J - & f U ] / range ( s I其中range ( s>表示第k个指标的取值范围；I [ A ] /range ( s ) l表示当前目标实例与实例的 第k个指标的不相似度。对应所述的选优模块，它包括有历史数据库，该数据库与前述的 分布式控制系统DCS和环境污染物监测模块相连接，整合了在同一时 刻下锅炉燃烧相关参数的数据库结构。模型库管理模块，它是用以分类管理选优模块所优选的来自于历 史数据库中符合优选条件的各种锅炉燃烧模型的模块结构。所述的智能算法子系统，它包括有燃烧模型库，该模型库对应着 模型库管理模块设置，用以存储来自于历史数据库中符合优选条件的 锅炉燃烧模型。所述的智能算法子系统，它包括有智能算法库，其中包括有若干用以处理燃烧模型的人工神经网络、遗传算法等算法模型。对应着所述的智能算法库，设置有智能算法模块，该模块与模型库管理模块相连接，以从燃烧模块库中挑选合适的燃烧模型并将其放在智能算法库中，并与决策支持模块相连接以提供合适的燃烧模型。 所述的智能算法子系统，它包括有决策支持模块，该模块通过智能算法库，并与人机界面模块的相连接以获得人工参数配置，与分布式控制系统DCS相连接以获得实时工况数据，与污染物监测模块相连 接以获得环境污染物排放数据，以及与燃烧模型库相连接以获得燃烧 模型，从而做出逼近于燃烧模型的燃烧参数配置方案。本专利技术还描述了一种火力发电锅炉智能燃烧优化系统的实现方 法，该方法包括有如下步骤步骤l，用户通过人机界面模块所对应的人机界面，向与其连通 的智能算法子系统进行与燃煤锅炉优化目标相关的参数配置；步骤2，由分布式控制系统DCS获取锅炉的实时工况数据并传递 至智能算法子系统，由污染物监测模块获取锅炉的环境污染物排放数据并传递至智 能算法子系统，由煤种工业分析模块分析锅炉燃烧用煤的技术参数并传递至智 能算法子系统；步骤3，由智能算法子系统中的选优模块，从历史数据库中优选 燃烧实例，由模型管理模块从选优模块中获得优选的实例构造燃烧模型，将 其存储在燃烧模型库中；步骤4，接受模型库中的燃烧模型集合，通过决策支持模块中的 人工神经网络遗传算法进行训练和学习，步骤5，依据来自于分布式控制系统DCS的实时工况数据、来自于污染物监测模块的环境污染物排放数据，通过智能算法进行决策， 做出逼近于燃烧模型的燃烧参数配置方案；步骤6，通过与人机界面模块所对应的人机界面提供给用户，供 用户操作时使用。进一步，所述的步骤3中的优选模块，具有如下算法， 设S为实例库中m个实例中所包含的特征向量的集合，sO是当 前实例的特征向量。假设S与sO的并集一共包含个特征项，则s0 =[s0 ( 1) ， s0 ( 2)，…，s0 ( n) ]， S可以表示为m x n维的 实例指标集矩阵一sl(l)sl(2)…sl(n)— e _ s2(l)s2(2)…s2(n)sm (1) sm (2)…sm (n) 最近相邻函数可用 〃>式表示为E ( s0, si，W) = J] wkxsim ( s0 (k) ， si(k) ) /Z:=1 wk4=1 _其中.'^是第1个指标的重要度；sim是相似函数。经典的局部相似度计算可以表示为simi: - 1 - I [ M -.川/range ( ■ I其中range ( s 乂表示第k个指标的取值范围；I [ W- f ] /range ( s f ) l表示当前目标实例与实例 的第k个指标的不相似度。本专利技术的优点在于该系统以及配套的方法，能够为电厂一线人 员提供锅炉性能优化的实时在线分析功能，并通过该系统分析出锅炉 系统的优化参数和优化目标，并给出具体的性能优化措施和技术指 导。通过良好的燃烧模型，达到在性能不变的情况下有效降低g和 氮氧化物、硫化物排放之目的。同时还具有对锅炉燃烧状态进行监控 和其它统计分析等功能。用户可以根据自身需要选择侧重降低污染物 排放、提高热效率，降低煤耗或者整体优化等多目标的方案。附图说明图1为本专利技术所述的火力发电锅炉智能燃烧优化系统的组成框图。图2为本专利技术所述的火力发电锅炉智能燃烧优化系统的组成示 意图，其中的智能算法子系统部分做了进一步的描述。具体实施例方式下面结合附图详细说明本专利技术的优选实施例。参图1、 2所示， 一种火力发电锅炉智能燃烧优化系统100，它 主要用以向用户提供更加高效的燃煤利用机制，以及更低的污染排放 水准。在本专利技术中，该系统包括有分布式控制系统DCS400和环境污染 物监测模块410，其特征在于该系统还包括有如下组成部分人机界面模块210，它就是用户用以实现燃煤锅炉500的燃烧检 测、燃本文档来自技高网...

【技术保护点】
一种火力发电锅炉智能燃烧优化系统，它包括有分布式控制系统ＤＣＳ和环境污染物监测模块，其特征在于该系统还包括有如下组成部分：　人机界面模块，通过该模块锅炉操作人员可以配置煤种等相关参数，并对整个系统提出多目标优化要求，并可以清晰展示经过 本系统预测的优化模型；　智能算法子系统，它在人机界面模块的指导下，依据分布式控制系统ＤＣＳ和环境污染物监测模块提供的信息，产生燃烧优化模型。

【技术特征摘要】
1.一种火力发电锅炉智能燃烧优化系统，它包括有分布式控制系统DCS和环境污染物监测模块，其特征在于该系统还包括有如下组成部分人机界面模块，通过该模块锅炉操作人员可以配置煤种等相关参数，并对整个系统提出多目标优化要求，并可以清晰展示经过本系统预测的优化模型；智能算法子系统，它在人机界面模块的指导下，依据分布式控制系统DCS和环境污染物监测模块提供的信息，产生燃烧优化模型。2. 根据权利要求1所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统包括所述的智能算法子系统，它包括有选优模块，与历史数据库中获得的锅炉燃烧模型相连接，在人机界面模块提出的优化目标的指导下产生有效的燃烧调节方案。3. 根据权利要求1所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统所包括的选优模块具体算法为，设S为数据库中m个实例中所包含的特征向量的集合，s。是人工选出的最优实例模板。假设S与s。的并集一共包含/7个特征项，则s。 = [ s。 ( 1) ， s。 ( 2)，…，s。 ( n) ]， S可以表示为m xn维的实例指标集矩阵<formula>formula see original document page 2</formula>最近相邻函数可用公式表示为<formula>formula see original document page 2</formula>其中.'％是第i个指标的重要度；sim是相似函数。为选出最优的实例集合，相似性计算方法可以表示为<formula>formula see original document page 2</formula>其中range ( ; ^ ， J表示第k个指标的取值范围；I [ A^ j 1 ] /range ( s ) l表示当前目标实例与实例的第k个指标的不相似度。4.根据权利要求2所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统包括对应所述的选优模块，它包括有历史数据库，该数据库与前述的分布式控制系统DCS和环境污染物监测模块相连接， 整合了在同一时刻下锅炉燃烧相关参数的数据库结构。5. 根据权利要求1所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统包括模型库管理模块，它是用以分类管理选优模块所优选的来自于历史数据库中符合优选条件的各种锅炉燃烧模型的模块结构。6. 根据权利要求1或5所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统包括所述的智能算法子系统，它包括有燃烧模型库，该模型库对应着模型库管理模块设置，用以存储来自于历史数据库中符合优选条件的锅炉燃烧模型。7. 根据权利要求1所述的火力发电锅炉智能燃烧优化系统，其特征在于该系统包括所述的智能算法子系统，它包括有智能算法库，其中包括有若干用以处理燃烧模型的人工神经网络、遗传算法等算法模型。8. 根据权利要求7所述的火力发电锅炉智能燃烧优化系统，...

【专利技术属性】
技术研发人员：陶晓鹏，王鑫印，
申请(专利权)人：陶晓鹏，王鑫印，
类型：发明
国别省市：31[中国|上海]